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！

龙图腾网获悉哈尔滨理工大学;哈尔滨工业大学;中数(深圳)时代科技有限公司申请的专利一种基于联邦学习的多临床分期疾病辅助分类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：CN116662910B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310773985.0，技术领域涉及：G06F18/243；该发明授权一种基于联邦学习的多临床分期疾病辅助分类方法及系统是由马超;潘长港;张罗刚;杨锦波;于海宁;孙迎港;吴英东设计研发完成，并于2023-06-28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多临床分期疾病辅助分类方法及系统在说明书摘要公布了：一种基于联邦学习的多临床分期疾病辅助分类方法及系统，属于大数据、医疗技术领域。为提高分类模型的准确率及隐私数据安全性。本发明采集病例数据构建病例数据集，将病例数据集输入到客户端，进行分析处理，得到优化的病例数据集；客户端对优化的病例数据集进行XGGridBoost模型训练，得到完成训练的模型参数进行加密处理、压缩处理，得到处理的模型参数发送给中心服务端进行解压缩，然后对解压缩的模型参数进行安全聚合，并使用近似算法确定最佳分割点，中心服务端将最佳分割点发送给多个客户端，多个客户端接收后判断本地决策树是否达到最大深度，进行迭代训练或者输出训练模型。本发明解决数据孤岛的问题，提高隐私数据的安全性。

本发明授权一种基于联邦学习的多临床分期疾病辅助分类方法及系统在权利要求书中公布了：1.一种基于联邦学习的多临床分期疾病辅助分类方法，包括一个中心服务端和多个愿意参与联邦学习并向中心服务端提交联邦学习任务的客户端，其特征在于，包括如下步骤： S1、采集病例数据构建病例数据集，将病例数据集输入到客户端，进行分析处理，得到优化的病例数据集； S2、客户端对步骤S1得到的优化的病例数据集进行XGGridBoost模型训练，得到完成训练的模型参数； 步骤S2的具体实现方法包括如下步骤： S2.1、构建XGGridBoost初始模型为Obj，计算表达式为： 其中，T为叶子节点的数量，j为第j叶子节点，λ与γ分别为正则化项中控制正则化方式L1和正则化方式L2的正则化的超参数，Gj为叶子节点j所包含样本的一阶偏导数累加之和，Hj为叶子节点j所包含样本的二阶偏导数累加之和； S2.2、客户端对步骤S1得到的优化的病例数据集进行XGGridBoost模型训练，使用步骤S2.1构建的XGGridBoost初始模型进行训练，采用交叉熵作为损失函数，判断预测结果，计算表达式为： 其中，pxi为第i个疾病的真实分布概率，qxi为第i个疾病的预测分布概率，n为疾病分期总个数，Loss为交叉熵损失函数； S3、将步骤S2得到的完成训练的模型参数进行加密处理、压缩处理，得到处理的模型参数发送给中心服务端； 步骤S3的具体实现方法包括如下步骤： S3.1、将步骤S2得到的完成训练的模型参数采用差分隐私技术进行加密处理，计算表达式为： Pr[Mx∈S]≤expεPr[My∈S]+δ 其中，Pr[Mx∈S]为在含有完成训练的模型参数的数据集x上执行算法M得到结果S的概率，ε为隐私参数，x为含有完成训练的模型参数的数据集，y为x的相邻数据集，δ为附加参数，M为添加噪音的算法； 添加噪音的算法采用拉普拉斯算法，计算表达式为： 其中，q'x为添加拉普拉斯噪音后的结果，qx为原始数据，Δf为查询的敏感度，ε为隐私预算参数； 拉普拉斯噪音的密度函数fz的计算表达式为： 其中，z为随机变量取值，b为尺度参数，μ为位置参数，|z-μ|为z与μ的绝对距离； S3.2、将步骤S3.1加密处理后的模型参数采用LZ77算法与Huffman编码进行结合，首先采用LZ77算法对加密处理后的模型参数进行压缩，然后计算每个压缩参数出现的频率，根据出现的频率，每次选择最小的两个节点合并成一个新的节点，权值相加作为新的节点的权值，不断重复这个过程，直到所有的节点合并成一个根节点，构建Huffman树，最后将每个压缩参数按照生成的Huffman编码进行二进制转换，然后将所有的二进制代码连接，得到处理的模型参数； S3.3、将步骤S3.2得到的处理的模型参数发送给中心服务端； S4、中心服务端对接收的处理的模型参数进行解压缩，然后对解压缩的模型参数进行安全聚合，并使用近似算法确定最佳分割点，然后中心服务端将最佳分割点发送给多个客户端； S5、多个客户端接收最佳分割点后，判断本地决策树是否达到最大深度，判断为否，则根据得到的最佳分割点信息作为本地决策树构建下一层，并重新分配样本进行迭代模型训练，判断为是，则停止构建决策树完成训练，输出训练模型。

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哈尔滨理工大学;哈尔滨工业大学;中数(深圳)时代科技有限公司，其通讯地址为：150006 黑龙江省哈尔滨市南岗区学府路52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。