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！

龙图腾网获悉厦门理工学院申请的专利基于可逆对抗性补丁的医学图像隐私数据保护方法、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：CN121071937B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511621288.9，技术领域涉及：G06F21/62；该发明授权基于可逆对抗性补丁的医学图像隐私数据保护方法、装置是由杜侠;林鑫;叶伟;谢旺泽;许奇臻;朱顺痣设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本基于可逆对抗性补丁的医学图像隐私数据保护方法、装置在说明书摘要公布了：本发明提供了基于可逆对抗性补丁的医学图像隐私数据保护方法、装置，涉及医疗健康技术领域，该方法基于Canny边缘与扩散掩码精准定位病灶区域，仅对关键区域施加对抗扰动，避免健康组织受损；利用梯度敏感度加权GSW与跨模型梯度对齐CMGA在频域‑空间域联合优化扰动，确保多种深度学习架构同时被误导；将扰动量化后的二进制比特流通过可逆数据隐藏RDH‑GI嵌入影像低方差区域，授权端可无损提取并逆向撤销扰动，实现原始影像高保真恢复。

本发明授权基于可逆对抗性补丁的医学图像隐私数据保护方法、装置在权利要求书中公布了：1.一种基于可逆对抗性补丁的医学图像隐私数据保护方法，其特征在于，包括： 获取输入图像，采用Canny边缘检测算法对输入图像进行定位处理，识别得到病变区域； 基于病变区域，采用GSW算法动态计算深度学习模型的权重值，引入CMGA算法在频域与空间域联合优化扰动，最大限度缩小原始图像与对抗样本之间的感知差异，得到最终的聚合相似度； 基于最终的聚合相似度，计算可逆对抗扰动，将可逆对抗扰动嵌入对抗图像中，并使用RDH-GI技术从对抗图像中提取嵌入的二进制比特流，进行逆向消除扰动，得到恢复至原始状态的图像； 基于病变区域，采用GSW算法动态计算深度学习模型的权重值，具体为： 对于集成中的每个深度学习模型，计算其损失函数关于对抗样本的梯度，其中，为在第t次迭代时当前的对抗样本，为输入图像的纵坐标数据； 基于这些梯度，为每个深度学习模型生成对应的临时对抗样本，为扰动幅度控制参数； 计算每个临时对抗样本的损失，该损失值反映了深度学习模型对当前扰动的敏感程度，损失越高，表明模型对该扰动越敏感； 根据每个模型在其他模型所生成的临时样本上的性能进行权重的累积，以衡量各模型在不同扰动下的损失比例； 对于集成中的每个深度学习模型，遍历所有其他模型，，并计算模型在由模型所生成的临时对抗样本上的损失； 累加所有其他模型的加权损失比来计算模型的权重，N为深度学习模型的个数，为控制损失比对权重影响的调制系数； CMGA的实现步骤如下：计算模型梯度的余弦相似度；构造相似度图，系统地捕获集合中所有模型两两之间的相似度；计算每个模型的平均相似度，对于每个模型计算平均相似度分数以表示其与整体其他部分的总体一致性；聚合相似度得分。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。