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！

龙图腾网获悉北京航空航天大学申请的专利分布式医学图像分类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：CN119323687B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411345388.9，技术领域涉及：G06V10/764；该发明授权分布式医学图像分类方法是由田捷;方梦捷;李海林;何秉羲;吴相君设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本分布式医学图像分类方法在说明书摘要公布了：本发明公开了一种分布式医学图像分类方法，包括以下步骤：获取各个分中心的医学图像并进行预处理；将预处理后的医学图像输入至训练后的图像参数特征提取器中进行处理，获得图像参数特征；基于所述图像参数特征将所述医学图像归类到相应的图像参数类别中，然后基于所述图像参数类别对应的训练后的图像协调器将所述医学图像转化为协调图像；将所述协调图像输入至训练后的特征图提取器中进行转化，获得特征图；将所述特征图输入至训练后的分类模型中进行处理，获得所述医学图像的分类结果。本发明对于不同的图像参数类别，训练了相应的图像协调器，使各种图像的特征分布协调化，增强了模型的泛化能力。

本发明授权分布式医学图像分类方法在权利要求书中公布了：1.一种分布式医学图像分类方法，其特征在于，包括以下步骤： 将各个分中心服务器的医学图像输入至训练后的图像参数特征提取器中进行处理，获得图像参数特征； 基于所述图像参数特征将所述医学图像归类到相应的图像参数类别中，然后基于所述图像参数类别对应的训练后的图像协调器将所述医学图像转化为协调图像； 将所述协调图像输入至训练后的特征图提取器中进行转化，获得特征图； 将所述特征图输入至训练后的分类模型中进行处理，获得所述医学图像的分类结果并进行聚合处理； 基于所述图像参数特征将所述医学图像归类到相应的图像参数类别中的过程包括：在各个分中心服务器中，计算所述医学图像的图像参数特征与各个图像参数类别的中心图像参数特征之间的关联性，并进行排序，将所述医学图像归纳到关联性最高的图像参数类别中； 所述图像参数类别的获取过程包括：对所述图像参数特征进行K-means聚类，将聚类结果的各聚类簇作为图像参数类别； 所述训练后的图像协调器的获取过程包括：基于三维卷积神经网络构建图像协调器，基于图像参数特征提取器与softmax层构建图像协调判别器； 所述图像协调器的训练方法为： 步骤B10，确定待训练的图像协调器对应的图像参数类别； 步骤B20，在各个分中心服务器中，收集属于该图像参数类别的医学图像，得到图像协调器训练样本集； 步骤B30，在各个分中心服务器中，对图像协调器训练样本集的医学图像进行预处理； 步骤B40，在各个分中心服务器中，随机选取若干训练样本，将医学图像输入到图像协调器，获得医学图像的协调图像； 步骤B50，在各个分中心服务器中，将协调图像输入到图像协调判别器，获得判别结果； 步骤B60，在中央服务器中，将图像协调目标样本输入到图像协调判别器，获得判别结果； 步骤B70，在各个分中心服务器和中央服务器中，计算图像协调判别器的判别损失函数值；图像协调判别器的训练目标是判别图像协调器训练样本中的协调图像和图像协调目标样本；根据判别损失函数值，调整图像协调判别器的参数； 步骤B80，在各个分中心服务器和中央服务器中，计算图像协调器的生成损失函数值；图像协调器的目标是欺骗图像协调判别器，使其认为从图像协调器训练样本生成的协调图像是图像协调目标样本；根据生成损失函数值，调整图像协调器的参数； 步骤B90，在各个分中心服务器和中央服务器中进行多轮本地训练，直到达到预定的本地训练轮数； 步骤B100，将各个分中心服务器的图像协调器和图像协调判别器的参数传输到中央服务器； 步骤B110，在中央服务器中，通过联邦平均算法对接收到的图像协调器和图像协调判别器的参数进行聚合，更新全局图像协调器和全局图像协调判别器的参数； 步骤B120，将更新后的全局图像协调器和全局图像协调判别器的参数分发到各个分中心服务器，作为图像协调器和图像协调判别器的参数。

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北京航空航天大学，其通讯地址为：100083 北京市海淀区学院路37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”。