发明专利 已授权

一种基于迁移联邦学习的医疗疾病分析方法

📄 申请号:CN202011107453.6 📄 发布日:2026/08/04

著录项目信息

申请日
2020-10-15
公开号
CN112420187A
公开日
2021-02-26
申请人
南京邮电大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

医疗诊断, 疾病预测, 医学影像分析, 健康管理, 临床决策支持

摘要

本发明公开了一种基于迁移联邦学习的医疗疾病分析方法。属于医疗领域和迁移联邦学习领域;具体步骤:获取疾病特征和标签数据并将数据上传至本地服务器、本地服务器随机将无误的数据等比例的加密上传到云端、得到权重系数以及标签识别准确率、云端将初始训练模型迁移到本地服务器、本地服务器上传训练模型参数给云端,再由云端分配给模型权重系数、本地服务器结合标签识别准确率进行融合学习。本发明根据获取数据不平衡问题对模型的影响,通过对概率分布分析来对标签识别准确度进行修正,根据异常数据问题对模型的影响,提出了加密数据共享,通过对异常数据处理对各参与方或计算结点的加权系数进行修改,保证联邦学习预测的准确性。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

同领域国内专利 · IPC: (G16H50_20)

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:21 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价