Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 中南大学王建新获国家专利权

中南大学王建新获国家专利权

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!

龙图腾网获悉中南大学申请的专利基于联邦学习的医疗机构数据共享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:CN117171267B

龙图腾网通过国家知识产权局官网在2025-05-30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:202311105204.7,技术领域涉及:G06F16/27;该发明授权基于联邦学习的医疗机构数据共享方法是由王建新;王殊;匡湖林;刘渊设计研发完成,并于2023-08-30向国家知识产权局提交的专利申请。

基于联邦学习的医疗机构数据共享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疗机构数据共享方法,包括获取公共医疗数据集,建立参与联邦训练的医疗站点和服务终端的关联;构建联邦医疗数据结构知识提取块,提取结构知识集合;构建站点协作增强模块进行动态加权处理,获取共识结构知识;构建本地更新模块,计算本地整体损失;更新本地模型,完成站点的训练处理;采用完成训练的站点,在服务端进行聚合处理,获取全新的联邦医疗数据全局模型;重复上述步骤,循环运行多次联邦训练,直至获取的联邦医疗数据全局模型答案到期望的性能,完成联邦医疗数据模型的构建;采用构建的联邦医疗数据模型,实现医疗机构数据共享;本发明的性能提升、训练速度提高。

本发明授权基于联邦学习的医疗机构数据共享方法在权利要求书中公布了:1.一种基于联邦学习的医疗机构数据共享方法,包括如下步骤:S1.获取公共医疗数据集,建立参与联邦训练的医疗站点和服务终端的关联;S2.采用步骤S1获取的公共医疗数据集,构建联邦医疗数据结构知识提取块,提取结构知识集合;S3.采用步骤S2提取获得的结构知识集合,构建站点协作增强模块进行动态加权处理,获取共识结构知识;具体包括:3-1定义站点k的模型θk在公共样本X0的推理输出为Zk=fX0;θk;收集所有K个站点的推理输出,定义为3-2采用下述公式表示更新站点k的加权向量Wk: 其中,Wk′表示更新站点的加权向量;η1表示损失函数的学习率;Wi表示为每个站点设置的加权权重向量,长度为K;表示Nabla算子,用于计算导数;表示均方误差损失函数;Wkj表示站点j对于目标站点k的权重值;Zj表示站点j模型在公共样本输出的预测值;ρ表示控制参数,用于限制权重;3-3重复步骤3-2计算得到的更新站点的加权向量Wk′,共计重复K次,每次更新站点k对应的权重Wk′,最后得到的更新后的权重集合对步骤S2提取获得的结构知识集合进行聚合处理,得到针对站点k的共识结构知识At,采用下述公式计算At: 其中,表示站点j提取的结构知识,计算公式如下所示: 其中φX0;fX0;θj表示基于样本X0和站点j的模型θj提取的结构知识模块函数;S4.采用步骤S1获取的公共医疗数据集、步骤S3获取的结构知识集合,构建本地更新模块,计算本地整体损失;S5.采用步骤S4计算得到的本地整体损失,更新本地模型,完成站点的训练处理;S6.采用步骤S5完成训练的站点,在服务端进行聚合处理,获取全新的联邦医疗数据全局模型;S7.重复上述步骤S2-S6,循环运行多次联邦训练,直至获取的联邦医疗数据全局模型答案到期望的性能,完成联邦医疗数据模型的构建;S8.采用步骤S7构建的联邦医疗数据模型,实现医疗机构数据共享。

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南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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”。

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。