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！

龙图腾网获悉北京凯普顿医药科技开发有限公司申请的专利基于联邦学习的分布式特征挖掘临床数据采集分析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：CN121092612B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511640118.5，技术领域涉及：G06F16/2458；该发明授权基于联邦学习的分布式特征挖掘临床数据采集分析系统是由裴萌;翟宇;扈静;廖亮;王茜设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本基于联邦学习的分布式特征挖掘临床数据采集分析系统在说明书摘要公布了：本发明公开了基于联邦学习的分布式特征挖掘临床数据采集分析系统，涉及医疗大数据处理与人工智能技术领域，该系统包括：临床数据采集模块依标准采集各医疗节点数据并传至质量预处理模块；该模块评估、处理数据后传至联邦时序特征挖掘模块；此模块生成时序因果特征集传至联邦学习模型训练模块；训练模块生成全局模型传至应用与更新模块，该模块部署并更新模型；本发明通过构建基于联邦学习的分布式系统，实现多医疗节点数据高效整合，通过质量预处理与因果解耦算法提升数据可靠性和特征精度，保护数据隐私，同时，采用双维度驱动算法动态调整数据权重，结合自适应更新机制，确保模型公平有效且持续适应临床变化，提供稳定可靠预测。

本发明授权基于联邦学习的分布式特征挖掘临床数据采集分析系统在权利要求书中公布了：1.基于联邦学习的分布式特征挖掘临床数据采集分析系统，其特征在于，该系统包括： 临床数据采集模块：对接各医疗节点的信息系统，依预设标准采集患者生命体征、疾病诊断和治疗记录，同步记录数据采集时间戳，并将采集数据传输至临床数据质量预处理模块； 临床数据质量预处理模块：接收临床数据采集模块传输的数据，运用临床数据质量综合评估算法对各医疗节点数据进行质量评估，针对不达标的数据进行数据清洗、补全或校正，并将达标数据传输至联邦时序特征挖掘模块； 联邦时序特征挖掘模块：接收达标数据，运用时序特征动态挖掘算法计算基础特征，所述时序特征动态挖掘算法的计算公式为：，其中是时刻的时序特征值，是当前计算时序特征的时间节点，是时刻的临床数据，是时序数据的时间索引，用于遍历滑动窗口内的各个时间点数据，是滑动窗口大小，是趋势斜率，是窗口起始时间，用于界定特征计算的时间范围，同时，对各医疗节点标记本地已知因果关系并构建库，生成因果特征哈希并交换，识别共有、差异化因果关系及混淆因素，并利用因果解耦算法解耦因果筛选强关联特征，形成时序因果特征集，所述因果解耦算法的计算公式为：，其中，是特征与结果的真实因果关联强度，是临床数据中的特征，是临床数据中的结果，是特征与结果的互信息，是潜在混淆因素，是潜在混淆因素集合，包含所有对特征与结果关联产生干扰的变量，是特征与潜在混淆因素的互信息，推送至联邦学习模型训练模块； 所述联邦学习模型训练模块：接收时序因果特征集，各医疗节点开展本地模型训练，通过双维度驱动联邦权重算法动态调整各节点数据贡献权重，通过加密机制交换模型参数，在中心服务器安全聚合生成含结构与加密参数的全局模型，传递至模型应用与更新模块； 模型应用与更新模块：接收传输的全局模型，将模型部署于临床场景，记录模型应用反馈信息，监测新采集临床数据分布变化，通过模型自适应更新算法调整全局模型参数。

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北京凯普顿医药科技开发有限公司，其通讯地址为：100000 北京市大兴区春和路52号院5号楼8层810；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。