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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利无监督联邦学习磁共振成像方法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：CN116091631B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211382632.X，技术领域涉及：G06T11/00；该发明授权无监督联邦学习磁共振成像方法是由王珊珊;邹娟;郑海荣设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本无监督联邦学习磁共振成像方法在说明书摘要公布了：本发明涉及图像处理技术领域，特别涉及一种无监督联邦学习磁共振成像方法，该方法包括：首先，对本地模型进行自监督训练，更新本地模型的参数；本地模型包括多个参与联邦学习的本地客户端模型；接下来，对更新参数后的本地模型进行加权聚合，得到全局模型；然后，基于全局模型，对本地模型进行个性化处理，得到内部个性化模型；内部个性化模型为本地客户端的本地模型、其他客户端的个性化模型和全局客户端之间的插值；最后，对外部客户端进行个性化处理；外部客户端为不可见数据分布的外部客户端。本发明提供的无监督联邦学习磁共振成像方法，能够为缺乏全采样参考数据且数据分布不同的内部和外部客户端提供个性化的模型。

本发明授权无监督联邦学习磁共振成像方法在权利要求书中公布了：1.一种无监督联邦学习磁共振成像方法，其特征在于，包括： 对本地模型进行自监督训练，更新所述本地模型的参数；所述本地模型包括多个参与联邦学习的本地客户端模型； 对更新参数后的本地模型进行加权聚合，得到全局模型； 基于所述全局模型，对所述本地模型进行个性化处理，得到内部个性化模型；所述内部个性化模型为本地客户端的本地模型、其他客户端的个性化模型和全局客户端之间的插值； 对外部客户端进行个性化处理；所述外部客户端为不可见数据分布的外部客户端； 所述基于所述全局模型，对所述本地模型进行个性化处理，得到内部个性化模型，包括： 在联邦学习一个通信轮时，将客户端的个性化模型视为本地客户端的本地最优模型和其他客户端的个性化模型的插值，得到初始内部个性化模型； 对所述初始内部个性化模型的参数进行更新，得到内部个性化模型； 通过无监督损失函数对外部客户端进行个性化处理； 所述无监督损失函数如公式8所示： 其中，wg表示最优的全局模型，fwg表示参数为wg的模型，nt表示通信轮t的个数，表示客户端i在通信轮t的网络输入数据，函数表示在通信轮t时全局模型损失函数。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。