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！

龙图腾网恭喜南京邮电大学申请的专利元数据与图像特征双重感知的个性化联邦学习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：CN115312158B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202211039542.0，技术领域涉及：G16H30/00；该发明授权元数据与图像特征双重感知的个性化联邦学习方法是由陈思光;金彤设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本元数据与图像特征双重感知的个性化联邦学习方法在说明书摘要公布了：本发明属于智慧医疗领域，提出了元数据与图像特征双重感知的个性化联邦学习方法，通过构建智能诊断模型，用户可以通过该模型获得快速、准确的诊断服务；其次，设计了一种个性化联邦学习算法，利用从其他贡献度较大的边缘节点中学习到的知识，为每个边缘节点定制高质量的个性化图像分类模型；同时，设计了一个朴素贝叶斯分类器用于对患者的元数据进行分类；然后对图像和元数据的诊断结果进行不同权重的聚合，以提高智能诊断的准确性。

本发明授权元数据与图像特征双重感知的个性化联邦学习方法在权利要求书中公布了：1.元数据与图像特征双重感知的个性化联邦学习方法，其特征在于，所述方法包括如下步骤：步骤1、用户将病变图像和患者元数据上传至边缘层，请求获得诊断结果信息；步骤2、边缘层中的边缘节点利用数据基础设施中的元数据集Mi和图像数据集Di分别对元数据分类器和图像分类器进行本地训练；各边缘节点将训练好的图像分类器模型上传至云层进行个性化聚合，得到边缘层中每个边缘节点的聚合模型，不断迭代直至收敛；具体为：假设共有N个边缘节点，i代表第i个边缘节点，即i∈{1,2,...,N}；此外，对于每个边缘节点i都拥有一个本地私有的有标签图像数据集Di＝{xij,yij|j＝1,2,...,Ii}，其中Ii表示Di中样本的个数，xij,yij分别表示第j个病变图像样本的数据和标签；在云层的服务器中配置了一个公共数据集Dp＝{br,zr|r＝1,2,...,R}，其中R表示该公共数据集的病变图像样本总数，br,zr分别表示第r个病变图像样本的数据和标签；在第t轮通信过程中，边缘节点i从服务器中下载t-1轮服务器中计算得到的聚合模型至本地，然后利用本地私有的数据集Di更新聚合模型交叉熵损失函数和优化公式如下： 其中，是病变图像预测值，η是学习率，得到更新后的本地模型随后，参与本轮通信的边缘节点i将本地模型上传给服务器；在服务器中，边缘节点n∈{1,2,...,N}的模型分别对公共数据集Dp的样本进行预测，且对样本br的预测结果为yn′r；边缘节点i聚合模型的第n个权重系数cin表示边缘节点n对边缘节点i的贡献度，其计算公式为： 其中，ε是常数，用以避免分母为零的情况；DKL为KL散度；然后，将权重系数归一化得到： 最后，第t轮中边缘节点i的聚合模型为： 经过T轮迭代后，在边缘节点i上的模型收敛；然后对医学图像xij的预测结果为： 步骤3、边缘节点i，i∈{1,2,...,N}，利用训练好的图像分类器和元数据分类器分别对用户上传的病变图像和患者元数据进行预测，然后将病变图像和元数据的预测结果进行加权和运算，得到最终的诊断结果并返回给用户。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区亚东新城文苑路9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”。