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！

龙图腾网获悉烟台大学申请的专利基于联邦学习的脑龄预测方法、系统和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：CN120853951B 。

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：202511348862.8，技术领域涉及：G16H50/30；该发明授权基于联邦学习的脑龄预测方法、系统和装置是由郑强;孙天雨;王璇;焦翠娜;王钰淏;张辰晓;赵宁;张泽华设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于联邦学习的脑龄预测方法、系统和装置在说明书摘要公布了：本申请涉及图像处理技术领域，具体为基于联邦学习的脑龄预测方法、系统和装置；本发明以三维脑部MRI图像为输入数据，针对医疗数据隐私保护与数据孤岛问题，采用联邦学习框架实现多中心协同建模；各医疗机构无需共享原始影像数据，仅在本地基于私有数据完成特征提取、模型训练及局部参数更新；中心服务器接收各机构上传的局部参数后，考虑数据分布差异，通过预设聚合规则融合生成统一的全局模型。此方法既有效规避了原始影像数据跨机构传输的隐私泄露与合规风险，又能整合多中心数据的共性特征，提升全局模型的脑龄预测精度与泛化能力，适用于多机构联合开展的脑龄评估研究及临床辅助诊断场景。

本发明授权基于联邦学习的脑龄预测方法、系统和装置在权利要求书中公布了：1.一种基于联邦学习的脑龄预测方法，其特征在于，包括如下操作： S1、全局模型预先设定脑龄预测模型的初始参数，并将初始参数下发至多个本地模型； 本地模型使用本地样本，执行第一次本地训练，对初始参数进行更新，得到局部参数； 全局模型接收各个本地模型的局部参数，基于本地样本年龄分布与目标年龄分布之间的差异度量，引入年龄分布均衡性因子对各本地模型上传的局部参数进行聚合，得到更新后的全局参数； 引入年龄分布均衡性因子对多个局部参数进行聚合，具体公式如下： ，其中，表示第轮更新后的全局参数；为本地模型总数；为第个本地模型的样本数量，为总样本数；为调节参数；表示本地样本的年龄分布，表示目标年龄分布，即联邦学习过程中期望各本地模型最终能够适配的参考分布； 为本地样本年龄分布与目标年龄分布之间的差异度量，为年龄分布均衡性因子；为第个本地模型上传的局部参数； S2、全局模型将全局参数下发至各本地模型，各本地模型执行第二次本地训练，得到更新后的局部参数； 全局模型接收各个本地模型更新后的局部参数，继续对本地模型上传的局部参数进行聚合，得到更新后的全局参数； 重复S2，迭代多次直至全局模型收敛； S3、全局模型或本地模型获取原始的三维脑部MRI数据，进行预处理，得到预处理后的三维脑部MRI数据； 对预处理后的三维脑部MRI数据进行浅层特征提取，得到初始特征图； 对初始特征图进行多次深层特征提取和下采样操作，获得高维特征图； 将高维特征图压缩为单一预测值，输出脑龄预测结果。

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烟台大学，其通讯地址为：264005 山东省烟台市莱山区清泉路30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。