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！

龙图腾网获悉中山大学申请的专利一种分布式医疗影像处理模型的训练方法及应用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：CN117058091B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311010306.0，技术领域涉及：G06T7/00；该发明授权一种分布式医疗影像处理模型的训练方法及应用方法是由陈佳俊;姜善成;彭宇璇;张丞耀;陈跃勇;邢宸翰设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种分布式医疗影像处理模型的训练方法及应用方法在说明书摘要公布了：本发明公开了一种分布式医疗影像处理模型的训练方法及应用方法，包括：收集来自多个医疗中心经过标注的医疗影像数据并进行数据预处理，得到各个医疗中心的局部数据集，根据局部数据集生成全局数据集；根据局部数据集生成局部对抗影像样本；基于变分贝叶斯框架构建初始分布式医疗影像处理模型；采用局部数据集和局部对抗影像样本对局部模型进行局部训练，当迭代次数每达到预设轮次时，对各个局部模型进行全局聚合处理，形成全局模型；当各个局部模型的局部损失函数收敛或者迭代次数达到预设的第二迭代次数阈值时，得到目标分布式医疗影像处理模型。本发明能够训练分散大规模数据，提高了模型准确率模型的鲁棒性，可广泛应用于图像处理技术领域。

本发明授权一种分布式医疗影像处理模型的训练方法及应用方法在权利要求书中公布了：1.一种分布式医疗影像处理模型的训练方法，其特征在于，包括： 收集来自多个医疗中心经过标注的医疗影像数据，对所述医疗影像数据进行数据预处理，得到各个所述医疗中心的局部数据集，根据所述局部数据集生成全局数据集； 根据所述局部数据集生成局部对抗影像样本； 基于变分贝叶斯框架构建初始分布式医疗影像处理模型；其中，所述初始分布式医疗影像处理模型包括若干个与所述医疗中心一一对应的局部模型； 采用所述局部数据集和所述局部对抗影像样本对所述局部模型进行局部训练，当迭代次数每达到预设轮次时，对各个所述局部模型进行全局聚合处理，形成一个全局模型； 当各个所述局部模型的局部损失函数收敛或者所述迭代次数达到预设的第二迭代次数阈值时，得到目标分布式医疗影像处理模型；其中，所述目标分布式医疗影像处理模型包括一个全局模型和若干个与所述医疗中心一一对应的局部模型; 所述根据所述局部数据集生成局部对抗影像样本，包括： 配置扰动项； 对所述局部数据集中添加所述扰动项，生成第一对抗影像样本； 根据所述第一对抗影像样本对所述扰动项进行迭代处理； 采用梯度下降算法，以小步梯度下降的方式，按照预设的时间间隔重复执行所述对所述局部数据集添加所述扰动项，生成第一对抗影像样本的步骤，直至迭代次数达到预设的第一迭代次数阈值，得到最优扰动值； 对所述局部数据集添加所述最优扰动值，生成局部对抗影像样本; 所述采用所述局部数据集和所述局部对抗影像样本对所述局部模型进行局部训练，包括： 基于梯度下降算法和对抗损失配置局部损失函数； 将所述局部数据集和所述局部对抗影像样本结合作为训练集； 采用所述训练集对所述分布式医疗影像处理模型进行局部训练，得到模型训练结果； 基于所述局部损失函数，根据所述模型训练结果计算损失值; 所述局部损失函数的表达式为： 其中，是交叉熵损失；是非重叠损失；是约束值；表示先验分布和后验分布之间的差异；、和均为超参数；是对抗生成器的损失函数。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。

以上内容由龙图腾AI智能生成。