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！

龙图腾网获悉江南大学附属医院申请的专利一种基于联邦学习的肿瘤放疗不良反应预测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：CN120524231B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511022377.1，技术领域涉及：G06F18/214；该发明授权一种基于联邦学习的肿瘤放疗不良反应预测系统是由周晶;张欣悦;许彬;王继凡设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种基于联邦学习的肿瘤放疗不良反应预测系统在说明书摘要公布了：本发明提供了一种基于联邦学习的肿瘤放疗不良反应预测系统，涉及人工智能医疗领域，包括：对若干个训练数据集分别进行数据量比、数据可靠性和数据差异性分析，评估获取若干个数据贡献度；根据若干个数据贡献度设定第一模型参数聚合策略，对若干个模型参数进行聚合，构建第一不良反应预测模型并分别下放至若干个训练点；进行迭代周期训练，直至满足预设迭代周期次数，输出不良反应预测模型进行预测。旨在解决现有预测系统在模型参数聚合过程中缺乏对各参与方实际贡献的精准衡量，导致影响模型预测准确性和泛化能力的技术问题；通过引入多维数据贡献度评估机制，动态设定模型参数聚合策略，可以显著增强不良反应预测模型的准确性与泛化能力。

本发明授权一种基于联邦学习的肿瘤放疗不良反应预测系统在权利要求书中公布了：1.一种基于联邦学习的肿瘤放疗不良反应预测系统，其特征在于，所述肿瘤放疗不良反应预测系统包括联邦协调服务器和若干个训练点，所述若干个训练点分别部署于若干个医疗机构，还包括： 模型参数输出模块，用于采集若干个医疗机构在第一训练周期内的若干个训练数据集，分别对若干个训练点的预设模型结构进行监督训练，直至达到预设收敛条件，输出若干个模型参数，传输至联邦协调服务器； 数据贡献度评估模块，用于在所述若干个训练点，对所述若干个训练数据集分别进行数据量比、数据可靠性和数据差异性分析，评估获取若干个数据贡献度，传输至所述联邦协调服务器； 模型参数聚合模块，用于在所述联邦协调服务器，根据所述若干个数据贡献度设定第一模型参数聚合策略，对所述若干个模型参数进行聚合后生成第一全局模型参数，构建第一不良反应预测模型并分别下放至所述若干个训练点； 不良反应预测模块，用于进行迭代周期训练，直至满足预设迭代周期次数，输出不良反应预测模型，进行后续肿瘤放疗不良反应预测； 其中，在所述若干个训练点，对所述若干个训练数据集分别进行数据量比、数据可靠性和数据差异性分析，评估获取若干个数据贡献度，包括： 随机选取第一训练点的第一训练数据集，将所述第一训练数据集的数据量与所述若干个训练数据集的总数据量的比值设为第一数据量比； 统计所述第一训练点的本地训练模型在验证集上的预测准确率，设为第一数据可靠系数； 对所述第一训练数据集进行数据差异性分析，输出第一数据泛化系数； 对所述第一数据量比、第一数据可靠系数和第一数据泛化系数进行无量纲处理后，加权评估确定第一数据贡献度，添加至所述若干个数据贡献度，其中，数据贡献度和数据量比、数据可靠系数、数据泛化系数正相关； 其中，对所述第一训练数据集进行数据差异性分析，输出第一数据泛化系数，包括： 采用主成分分析对所述第一训练数据集进行数据降维，并映射至二维空间绘制二维散点图； 基于所述二维散点图的数据点分布，计算点位分布的离散度指标，输出第一离散度，作为第一数据泛化系数； 其中，输出不良反应预测模型，包括： 进行迭代周期训练，直至满足预设迭代周期次数，对若干个最终模型参数进行聚合后，构建全局不良反应预测模型，并对训练周期内的所有训练输入数据进行均值分析，输出全局训练输入数据均值； 在所述若干个训练点的多个迭代训练周期内，保留模型参数进行本地迭代训练，构建若干个不良反应预测分支，并分别对训练周期内若干个训练点的若干个训练输入数据集进行均值分析，输出若干个局部训练输入数据均值； 根据所述若干个局部训练输入数据均值和若干个不良反应预测分支映射组合构建集成不良反应预测模型； 其中，进行后续肿瘤放疗不良反应预测，包括： 采集待预测用户的基础信息、肿瘤特征和放疗相关特征，作为待输入数据； 对所述待输入数据与所述全局训练输入数据均值进行数据差异分析，输出数据差异度； 若所述数据差异度小于等于预设差异度阈值，将所述待输入数据输入所述全局不良反应预测模型，进行用户的肿瘤放疗不良反应预测； 若所述数据差异度大于预设差异度阈值，将所述待输入数据输入所述集成不良反应预测模型，进行用户的肿瘤放疗不良反应预测。

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江南大学附属医院，其通讯地址为：214100 江苏省无锡市滨湖区和风路1000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”。