Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳昂楷科技有限公司刘永波获国家专利权

深圳昂楷科技有限公司刘永波获国家专利权

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!

龙图腾网获悉深圳昂楷科技有限公司申请的专利医疗数据隐私保护方法、计算机装置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:CN120449214B

龙图腾网通过国家知识产权局官网在2025-10-14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:202510948801.9,技术领域涉及:G06F21/62;该发明授权医疗数据隐私保护方法、计算机装置是由刘永波;叶锦雄;陈燕帆设计研发完成,并于2025-07-10向国家知识产权局提交的专利申请。

医疗数据隐私保护方法、计算机装置在说明书摘要公布了:本公开实施例公开了一种医疗数据隐私保护方法、计算机装置。其中,方法包括:先获取医疗行业法规及目标医疗机构数据资产信息;据法规建含数据分类和安全级别的逻辑关系图,将法规信息导入第一图数据库得法规图谱;提取数据资产信息中的逻辑关系,构建含库表列结构的数据逻辑关系图,导入第二图数据库得资产图谱;采集业务流程信息,识别数据流动关系以完善资产图谱;分析数据资产的命名和内容,得分类分级分析结果;基于此结果用图注意力网络构建异构图神经网络模型,建立两图谱映射关系并更新资产图谱;最后依更新后的资产图谱对数据资产进行隐私保护。该方法能够提高医疗数据分类分级的准确性和效率,增强隐私保护能力。

本发明授权医疗数据隐私保护方法、计算机装置在权利要求书中公布了:1.一种医疗数据隐私保护方法,其特征在于,包括: 获取医疗行业的法规信息和目标医疗机构的数据资产信息; 根据所述法规信息建立包含数据分类和安全级别的逻辑关系图,基于所述逻辑关系图将所述法规信息导入第一图数据库中,得到法规图谱; 提取所述数据资产信息中的逻辑关系信息,根据所述逻辑关系信息构建包含库表列结构的数据逻辑关系图,基于所述数据逻辑关系图将所述数据资产信息导入第二图数据库中,得到资产图谱; 采集所述目标医疗机构的业务流程信息,根据所述业务流程信息识别业务节点间的数据流动关系,完善所述资产图谱; 对所述数据资产信息中的命名进行分析,对所述数据资产信息中的内容进行分析,得到分类分级分析结果; 基于所述分类分级分析结果,采用图注意力网络构建异构图神经网络模型,基于所述异构图神经网络模型将所述法规图谱和完善后的所述资产图谱中的节点映射为特征向量,通过计算节点间的注意力权重确定关联关系,建立两个图谱之间的映射关系,具体包括:提取所述分类分级分析结果中的语义特征数据;基于所述语义特征数据,采用图注意力网络构建支持异构节点的异构图神经网络模型,所述异构图神经网络模型中包含与不同类型节点对应的特征提取器;将所述法规图谱和完善后的所述资产图谱输入所述异构图神经网络模型中,利用对应的所述特征提取器提取各个节点的特征信息,获得各特征信息对应的特征向量;基于所述特征向量和节点间的语义关联,设计元路径模板,得到用于节点采样的元路径集合,所述元路径集合包括:用于表示数据结构的库-表-列路径、用于表示分类体系的类别-内容路径和用于建立映射的列-类别路径;利用所述元路径集合对所述法规图谱和完善后的所述资产图谱中的节点进行采样,获得多组节点序列;利用缩放点积注意力机制计算所述多组节点序列中节点对之间的注意力分值,将注意力分值按照节点的位置和关系进行可视化,生成多个注意力分布图;根据每个元路径的重要性,为对应的注意力分布图分配不同的权重,根据权重对多个所述注意力分布图进行加权融合,生成反映节点关联强度的综合注意力权重;根据所述综合注意力权重计算所述法规图谱和完善后的所述资产图谱中节点之间的关联强度,确定满足预设关联阈值的节点对,建立两个图谱之间的映射关系; 根据所述映射关系对完善后的所述资产图谱进行更新; 基于更新后的所述资产图谱,对目标医疗机构的数据资产信息进行隐私保护。

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深圳昂楷科技有限公司,其通讯地址为:518000 广东省深圳市前海深港合作区南山街道桂湾五路123号前海大厦T2栋601;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。