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！

龙图腾网获悉浙江大学申请的专利基于联邦持续学习的肝细胞癌病理微坏死识别系统及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：CN120279031B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510780224.7，技术领域涉及：G06T7/00；该发明授权基于联邦持续学习的肝细胞癌病理微坏死识别系统及方法是由田雨;姚尚;章琦;汪阳洋;李劲松设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本基于联邦持续学习的肝细胞癌病理微坏死识别系统及方法在说明书摘要公布了：本发明公开了一种基于联邦持续学习的肝细胞癌病理微坏死识别系统及方法，首先获取多中心全尺寸肝细胞癌肿瘤病理切片的时序图像数据；对图像数据进行前景分割，去除非肿瘤背景区域，生成面向分类任务的标准化图像块组；然后在每轮训练完成后将每个中心本地模型权重上传到服务器，服务器根据各个中心数据规模采用基于数据样本量的加权平均策略计算全局权重，分发给所有参与中心进行模型迭代；并设计时序敏感的正则化约束，动态调整各中心本地训练的权重更新强度；最后综合计算图像块分类任务的交叉熵损失和比例标签拟合损失，以及模型迭代过程中的正则项损失。

本发明授权基于联邦持续学习的肝细胞癌病理微坏死识别系统及方法在权利要求书中公布了：1.一种基于联邦持续学习的肝细胞癌病理微坏死识别系统，其特征在于，该系统包括： 数据集构建模块，用于获取多中心全尺寸肝细胞癌肿瘤病理切片的时序图像数据； 数据预处理模块，用于对图像数据进行前景分割，去除非肿瘤背景区域，生成面向分类任务的标准化图像块组； 联邦聚合模块，用于每轮训练完成后将每个中心本地模型权重上传到服务器，服务器根据各个中心数据规模采用基于数据样本量的加权平均策略计算全局权重，分发给所有参与中心进行模型迭代； 时间感知模块，用于设计时序敏感的正则化约束，动态调整各中心本地训练的权重更 新强度；将每个中心后续批次的数据集视为增量任务流，对应特定时间段的病理数据分布， 基于新旧数据分布的特征相似度，利用动态正则化系数自动增强对历史关键参数的保留 强度： 其中，表示动态正则化系数的基准值，T-t表示当前批次年份和历史年份的差 值，a为衰减系数，确保模型再更新时对早期数据的遗忘率逐年降低； 损失计算模块，用于综合计算图像块分类任务的交叉熵损失和比例标签拟合损失，以及模型迭代过程中的正则项损失；所述正则项损失具体如下： 其中，表示历史训练阶段的最优模型参数，其作为锚点约束当前参数的更新方向， 避免对历史数据分布的识别能力退化，调节新旧数据分布的权重，其值随训练轮次衰减， 以逐步适应新数据的演化特征；是费舍尔信息矩阵（FisherInformationMatrix, FIM）量化参数在历史模型中的重要性权重，重要性越高的参数在正则化约束中保留强度 越大，从而优先保护关键病理特征。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。