Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学杨宝瑶获国家专利权

广东工业大学杨宝瑶获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利基于联邦学习的医学图像分割模型构建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:CN116486087B

龙图腾网通过国家知识产权局官网在2025-11-21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:202310500954.8,技术领域涉及:G06V10/26;该发明授权基于联邦学习的医学图像分割模型构建方法是由杨宝瑶;詹伟德;王健豪设计研发完成,并于2023-05-05向国家知识产权局提交的专利申请。

基于联邦学习的医学图像分割模型构建方法在说明书摘要公布了:本发明公开了一种基于联邦学习的医学图像分割模型构建方法及系统,方法包括以下步骤:S1,在客户端中设置个性化分割模型和通用性分割模型并初始化;S2,采用本地数据学习个性化编码器的逆网络作为重构器;S3,重构出带有全局信息的本土化重构数据,并利用该数据更新上述两个模型;S4,将各个客户端的通用性编码器和本地分割器上传服务器,在服务器中聚合得到全局编码器和全局分割器;S5,服务器广播全局编码器和全局分割器到各个客户端,并将全局编码器和全局分割器的参数赋值给通用性编码器以及本地分割器;S6,重复步骤S2到S5,直到上述两个模型性能稳定。本发明方法在获得与个性化联邦学习方法相当的个性化性能的同时,大大提升了泛化性能。

本发明授权基于联邦学习的医学图像分割模型构建方法在权利要求书中公布了:1.一种基于联邦学习的医学图像分割模型构建方法,其特征在于,包括以下步骤: S1,在每个客户端中设置个性化分割模型和通用性分割模型,并初始化; S2,在各个客户端中采用本地数据学习个性化编码器的逆网络作为重构器; S3,在各个客户端中,将所述重构器拼接在通用性编码器后,重构出带有全局信息的本土化重构数据,并采用循环模型蒸馏模块,利用所述本土化重构数据更新所述个性化分割模型与所述通用性分割模型; S4,将各个客户端的通用性编码器和本地分割器上传服务器,在服务器中聚合得到全局编码器和全局分割器; S5,服务器广播所述全局编码器和所述全局分割器到各个客户端,并将所述全局编码器和所述全局分割器的参数赋值给通用性编码器以及本地分割器; S6,重复所述步骤S2到S5,直到所述个性化分割模型和所述通用性分割模型性能稳定; 所述循环模型蒸馏模块首先通过通用性编码器和重构器,在客户端k中将全局信息进行本土化重构,再利用重构数据蒸馏优化个性化分割模型和通用性分割模型。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。