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！

龙图腾网获悉中山大学申请的专利一种基于区块链的健康数据联邦学习方法与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：CN118471479B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410687922.8，技术领域涉及：G16H50/20；该发明授权一种基于区块链的健康数据联邦学习方法与系统是由周凡;刘宇;陈小燕;林格设计研发完成，并于2024-05-30向国家知识产权局提交的专利申请。

本一种基于区块链的健康数据联邦学习方法与系统在说明书摘要公布了：本发明公开了一种基于区块链的健康数据联邦学习方法与系统。包括：初始化全局模型，部署智能合约，设定训练结束条件，并将初始化的全局模型发送给所有参与方；重复以下2步直到满足结束训练条件并将训练后的全局模型发送给参与方：一，参与方使用本地数据对初始化的本地模型进行训练并加密，将其上传到区块链；二，区块链对加密的本地模型执行验证任务、计算准确率并保留准确率高的本地模型，智能合约更新全局模型，发放激励，并将更新的全局模型发送给参与方，计算新的全局模型预测准确率；参与方应用训练后的全局模型。本发明能够降低单点故障风险，保护数据隐私，吸引更多训练参与方，使全局模型具有更高的准确性和泛化能力。

本发明授权一种基于区块链的健康数据联邦学习方法与系统在权利要求书中公布了：1.一种基于区块链的健康数据联邦学习方法，其特征在于，所述方法包括： 医疗机构作为联邦学习参与方Li加入区块链，可信权威初始化全局模型，搜集独立验证集，部署智能合约，设定用于结束训练的准确率阈值θ和最大训练轮数T，设定模型验证任务和激励规则，并将初始化的全局模型发送给所有参与方，得到初始化的本地模型； 重复执行以下2步操作，直到全局模型的预测准确率Pt+1大于等于所述准确率阈值θ或者训练轮数t+1大于等于所述最大训练轮数T，结束训练，得到训练后的全局模型，所述智能合约将其发送给所述所有参与方： 第一步，所述参与方使用本地数据对所述初始化的本地模型进行训练并加密，得到加密的本地模型及加密的本地模型参数将其上传到所述区块链的节点； 第二步，所述区块链的验证节点对所述加密的本地模型执行所述模型验证任务、计算所述加密的本地模型的准确率，并进行筛选，保留准确率高的所述加密的本地模型，得到保留的本地模型，所述智能合约根据保留的本地模型更新全局模型，得到更新的全局模型，根据所述激励规则发放激励，并将更新的全局模型发送给所述所有参与方，计算所述更新的全局模型的预测准确率Pt+1，具体为： 所述智能合约对所述独立验证集进行同态加密，得到加密验证集，并发送给所述区块链的验证节点； 所述区块链的验证节点使用所述加密验证集，执行所述模型验证任务，根据下列公式计算所述加密的本地模型的准确率： 其中，pi表示第i个加密的本地模型在独立验证集上的准确率，|M|是独立验证集的样本数量，用于判断预测标签和真实标签是否一致，为通过本地模型计算的预测标签，yi为独立验证集的真实标签；当和yi相等时，的值为1，反之为0； 所述区块链的验证节点根据所述加密的本地模型的准确率pi对所述加密的本地模型进行筛选，保留准确率高于当前全局模型准确率Pt的本地模型，得到保留的本地模型； 所述智能合约按照以下公式计算所述保留的本地模型的权重αi： 其中，Pt表示第t轮训练后的全局模型的准确率，其初始值P0＝0，pi和pj表示第i个和第j个本地模型的准确率，|L*|表示保留的本地模型个数； 所述智能合约根据所述保留的本地模型的权重αi和所述加密的本地模型参数得到第t+1轮训练后的全局模型参数计算公式如下所示： 所述智能合约对所述保留的本地模型对应的参与方发放激励ei，其计算公式如下： 其中，E为本轮训练中发放给参与方的激励总额； 所述智能合约对所述区块链参与验证的节点vi发放激励ki，其计算公式如下： 其中，|V|为参与验证的验证节点总数，|mi|为验证节点vi在本轮训练中完成的验证次数，K为本轮训练中发放给验证节点的激励总额； 所述智能合约将所述第t+1轮训练后的全局模型参数发送给所述所有参与方； 计算所述第t+1轮训练后的全局模型的预测准确率Pt+1，其计算公式如下： 其中，第t+1轮迭代中全局模型的预测标签； 参与方将本地健康数据输入本地的所述训练后的全局模型，用于辅助后续的诊断。

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中山大学，其通讯地址为：510006 广东省广州市海珠区新港西路135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。