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！

龙图腾网获悉西华师范大学申请的专利一种基于收敛生成对抗网络的医学图像诊断报告隐写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：CN116312922B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202310177195.6，技术领域涉及：G16H15/00；该发明授权一种基于收敛生成对抗网络的医学图像诊断报告隐写方法是由徐黎明;李寒琪设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于收敛生成对抗网络的医学图像诊断报告隐写方法在说明书摘要公布了：本发明公开了一种基于收敛生成对抗网络的医学图像诊断报告隐写方法，包括：输入医学图像与对应诊断报告，通过深度生成对抗网络将输入的诊断报告隐写到医学图像中，实现对病人隐私的保护；通过深度文本提取网络，提取隐写图像中的诊断报告等隐私信息，实现院内、院间的病理信息共享；提出“0中心Wasserstein散度”度量，用于衡量原始图像与隐写图像分布之间的流形距离，并保证整个模型能够收敛到局部最优点；引入局部正则化约束到生成网络中，在减小泛化误差的同时进一步加速收敛；局部正则化约束满足局部性和正交性，其采样于混合高斯噪声，增加了信息扰动，进而提高模型的信息嵌入能力和安全性能。

本发明授权一种基于收敛生成对抗网络的医学图像诊断报告隐写方法在权利要求书中公布了：1.一种基于收敛生成对抗网络的医学图像诊断报告隐写方法，其特征在于，包括以下步骤： 1在图像隐写过程中，利用深度生成网络分别对诊断报告和原始图像进行编码，获取对应模态数据的连续性特征，再通过融合两种连续性特征将诊断报告隐写到对应的医学图像中； 2在图像隐写过程中，引入局部正则化项和0中心Wasserstein散度； 所述局部正则化项为 其中，x、t分别表示原始医学图像、诊断报告，0表示全0向量，Jx表示雅可比矩阵，ΙN表示大小为N的单位矩阵，表示期望，z为高斯噪声，α和β是超参数，Pr表示原始医学图像分布，Pz表示采样的高斯分布，D和G分别表示判别网络和生成网络，上式中的第一项即为隐写损失，用于将隐写图像驱动到真实图像的流形上，保持隐写图像的真实度，第二项为局部化项，用于保持局部性； 所述0中心Wasserstein散度定义为： 其中，k是一个正整数，Pr和Pg分别表示真实图像和隐写图像的数据分布，Pu表示真实图像与隐写图像的混合分布，和分别表示服从分布Pr，Pg和Pu的期望，表示函数的梯度，表示在开放、连续可微空间中所有一阶可微函数构成的空间，对于真值函数f，将最常用的约束ft＝-log1+exp-t添加到连续可微空间Ω； 3图像解码过程中，构建深度文本网络提取隐写图像中的诊断报告，利用解码损失确保提取的信息在内容和语义两个层面均与原诊断报告保持一致。

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西华师范大学，其通讯地址为：637009 四川省南充市顺庆区师大路1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”。