买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州涿溪脑与智能研究所申请的专利一种医学影像分析用的参与度自适应联邦学习方法、系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117291276B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211064799.1，技术领域涉及：G06N20/00；该发明授权一种医学影像分析用的参与度自适应联邦学习方法、系统是由何宇巍;徐枫;郭雨晨设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本一种医学影像分析用的参与度自适应联邦学习方法、系统在说明书摘要公布了：一种医学影像分析用的参与度自适应联邦学习方法、系统，属于医学影像处理技术领域。方法应用于中心服务器，方法包括：步骤S01，向多个医疗机构端发送分析模型的模型参数，医疗机构端对模型参数进行本地更新；步骤S02，接收医疗机构端本地更新后回传的梯度，并结合各机构参与度将更新为：步骤S03，将时的分析模型的损失函数构建为函数，并对该函数求导计算的梯度值；之后利用更新，更新后的参与度为；步骤S04，基于更新后的参与度，将更新为：步骤S05，向多个医疗机构端发送，重复上述步骤S01~S05，直至分析模型的损失函数收敛。系统基于上述方法实现。本发明通过动态调整各机构在模型训练过程中的参与度，来解决数据异构性问题，进而提升最终影像分析效果。

本发明授权一种医学影像分析用的参与度自适应联邦学习方法、系统在权利要求书中公布了：1.一种医学影像分析用的参与度自适应联邦学习方法，应用于中心服务器，其特征在于，方法包括： 步骤S01，向多个医疗机构端发送分析模型的模型参数，以供医疗机构端对模型参数进行本地更新； 步骤S02，接收多个医疗机构端在模型参数更新后回传的梯度，并对分析模型的模型参数按如下公式进行首次更新： 其中，K是参与训练的医疗机构端数量，是来自医疗机构端k的梯度，η是学习速率，是一个标量，用于控制该医疗机构端此轮训练的参与度； 步骤S03，将模型参数为时的分析模型的损失函数构建为可导的函数，并对该函数求导计算的梯度值；之后利用更新，以获得更新后的参与度；所述步骤S03包括： 步骤S31，将测试数据集输入模型参数为的分析模型内，并构建该分析模型的损失函数； 步骤S32，设定上述损失函数为可导的函数，记作； 步骤S33，根据公式，计算获得的梯度值； 步骤S34，对进行归一化处理后，对进行更新，获得； 步骤S04，基于更新后的参与度，对分析模型的模型参数按如下公式进行再次更新： ； 步骤S05，向多个医疗机构端发送分析模型再次更新后的模型参数，重复上述步骤S01~S05，直至所述分析模型的损失函数收敛。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州涿溪脑与智能研究所，其通讯地址为：311100 浙江省杭州市余杭区仓兴街1390号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。