本文提出了一种基于多源学习的特征嵌入框架，旨在提升卷积神经网络在医学图像分割中的泛化能力。研究采用无监督领域自适应和对抗学习方法，对不同医疗中心的视网膜图像进行分割，取得了优异的性能。同时，探讨了自适应特征融合方法，进一步增强了模型的泛化能力，并进行了广泛的实验验证。