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！

龙图腾网获悉北京新纽科技有限公司申请的专利基于隐私保护的多机构医疗数据协同建模与智能生成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：CN121167788B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511697450.5，技术领域涉及：G06F21/62；该发明授权基于隐私保护的多机构医疗数据协同建模与智能生成方法是由翟曙春设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于隐私保护的多机构医疗数据协同建模与智能生成方法在说明书摘要公布了：本发明提供基于隐私保护的多机构医疗数据协同建模与智能生成方法，涉及隐私保护技术领域，包括通过跨机构特征语义映射图谱解决特征异构问题，构建混合编码数据结构进行分层隐私保护，利用同态加密机制安全融合多方局部特征表示生成全局表示，并基于特征敏感度分配差异化隐私预算。本发明实现了多机构数据安全协同建模，保障数据隐私安全的同时提高模型性能。

本发明授权基于隐私保护的多机构医疗数据协同建模与智能生成方法在权利要求书中公布了：1.基于隐私保护的多机构医疗数据协同建模与智能生成方法，其特征在于，包括： 从多个数据持有机构获取本地医疗数据集，针对所述本地医疗数据集的特征空间异构性与语义表达差异性，构建融合对比学习机制的跨机构特征语义映射图谱，所述跨机构特征语义映射图谱通过所述对比学习机制捕获并量化不同机构间特征的语义相似度，包括： 针对所述本地医疗数据集的异构性问题，构建特征语义双空间编码结构，所述特征语义双空间编码结构通过机构私有语义空间保持原始特征表达，通过跨机构共享语义空间建立特征间的映射关系，在保护机构数据独特性的同时实现特征的语义互通，得到双空间特征嵌入表示； 基于所述双空间特征嵌入表示构建对比学习框架，所述对比学习框架通过语义稳定性分析从各机构数据中识别锚点特征，将所述锚点特征在所述跨机构共享语义空间的嵌入表示构建为正样本对，并通过特征相关性约束选择负样本对；通过对比学习优化所述特征语义双空间编码结构的映射参数，使语义相近的特征在所述跨机构共享语义空间中具有相似度，得到优化后的双空间特征嵌入表示； 利用所述优化后的双空间特征嵌入表示计算跨机构特征的语义相似度矩阵，对所述语义相似度矩阵引入语义传递一致性约束进行校验，构建融合所述对比学习机制的跨机构特征语义映射图谱；基于所述跨机构特征语义映射图谱对各机构的异构特征进行语义统一化处理，实现跨机构数据的语义对齐； 将异构特征映射至统一语义空间得到语义对齐后的数据集，对所述语义对齐后的数据集进行隐私风险评估，生成特征级隐私敏感度向量，并据此构建具有分层保护强度的混合编码数据结构，包括： 基于所述特征级隐私敏感度向量对特征进行分层保护，根据敏感度大小通过自适应阈值将特征划分为不同的敏感特征集合，并针对不同敏感程度的特征集合分别生成密态特征表示和扰动特征表示；将所述密态特征表示与所述扰动特征表示按照原特征之间的结构关系进行重组，构建具有分层保护强度的混合编码数据结构； 基于所述混合编码数据结构，通过所述对比学习机制提取各数据持有机构的局部特征表示，并利用同态加密机制对所述局部特征表示进行加密处理，将多个加密处理后的局部特征表示融合生成全局特征表示； 利用所述全局特征表示训练生成模型，在训练过程中基于所述特征级隐私敏感度向量为不同敏感度特征分配差异化隐私预算，通过所述同态加密机制对模型参数进行保护性迭代更新。

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新纽科技有限公司，其通讯地址为：100083 北京市海淀区学清路10号院1号楼A座5层518；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。