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！

龙图腾网恭喜华南理工大学申请的专利一种联邦学习模式下医疗图像数据隐私保护方法及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：CN119946202B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510421995.7，技术领域涉及：H04N1/44；该发明授权一种联邦学习模式下医疗图像数据隐私保护方法及系统是由高英;陈冲;蒋成龙;林菁;刘鑫设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本一种联邦学习模式下医疗图像数据隐私保护方法及系统在说明书摘要公布了：本发明公开一种联邦学习模式下医疗图像数据隐私保护方法及系统，包括以下步骤：各客户端基于本地医疗影像数据运用梯度下降法训练原始联邦学习模型作为本地模型，计算本地模型训练梯度信息和本地医疗影像数据的统计量，将本地医疗影像数据的统计量以及本地模型训练梯度信息上传至服务器端；服务器端接收各客户端上传的统计量和信息生成扰动模型；各客户端接收扰动模型并更新本地模型参数；攻击者基于泛化误差导向的对抗优化机制训练替代模型，服务器端依据替代模型的攻击态势和防御反馈更新生成器参数以优化防御；经过攻击者多轮训练替代模型以及服务器端优化防御，评估联邦学习模型抵御替代模型攻击的防御效果，若未达到预期效果，则继续训练。

本发明授权一种联邦学习模式下医疗图像数据隐私保护方法及系统在权利要求书中公布了：1.一种联邦学习模式下医疗图像数据隐私保护方法，其特征在于，包括以下步骤： S1、服务器端初始化用于疾病预测的联邦学习模型，各客户端基于本地医疗影像数据运用梯度下降法训练原始联邦学习模型作为本地模型，计算本地模型训练梯度信息和本地医疗影像数据的统计量，并将本地医疗影像数据的统计量以及本地模型训练梯度信息上传至服务器端； S2、服务器端接收各客户端上传的本地医疗影像数据的统计量以及本地模型训练梯度信息生成扰动模型，将扰动模型下发至客户端；具体包括以下步骤： S21、采用联邦平均算法初步聚合梯度信息获取全局梯度趋势信息，依据全局梯度趋势信息计算客户端间的瓦瑟斯坦距离，使用K均值聚类算法划分客户端； S22、为每个客户端分配独立生成器，初始化为全局生成器副本，将全局梯度趋势信息融入全局生成器副本，通过联邦平均算法调整客户端生成器生成扰动掩码，将生成的扰动掩码施加二维离散余弦变换，转换到频域； S23、借助多层感知器计算客户端适配得分，利用注意力机制融合扰动掩码； S24、运用联邦平均算法聚合客户端生成器参数得到全局生成器，将全局生成器与原始联邦学习模型结合，依据全局梯度趋势信息及融合后的扰动掩码生成扰动模型，将扰动模型下发至客户端； S3、各客户端接收扰动模型并更新本地模型参数； S4、攻击者基于泛化误差导向的对抗优化机制训练替代模型，服务器端采用交替方向乘子法和近端策略优化算法更新全局生成器参数以优化防御；经过攻击者多轮训练替代模型以及服务器端优化防御，评估联邦学习模型抵御替代模型攻击的防御效果，若未达到预期效果，则继续训练。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。