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！

龙图腾网恭喜大连理工大学申请的专利一种基于联邦学习与注意力机制的医学图像分割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：CN116245886B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202310116822.5，技术领域涉及：G06T7/10；该发明授权一种基于联邦学习与注意力机制的医学图像分割方法是由郭艳卿;李宇航;李祎;刘航;付海燕设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种基于联邦学习与注意力机制的医学图像分割方法在说明书摘要公布了：本发明提供一种基于联邦学习与注意力机制的医学图像分割方法，包括：S1、中心服务器将初始全局模型发送至各所述本地服务器；S2、本地服务器基于自有医学图像数据对接收的初始模型进行训练，并将训练后的生成的局部模型参数上传至中心服务器；S3、中心服务器基于各局部模型参数进行模型聚合优化生成全局模型；S4、反复执行步骤S2‑S3，直至全局模型的损失函数值和训练轮数达到预设条件则终止训练；S5、中心服务器将全局模型参数反馈至各本地服务器，基于更新后的局部模型进行医学图像分割。使各方得到学习了所有用户数据集的全局模型，有效提升深度学习模型的泛化能力，提高医学图像的分割精度。

本发明授权一种基于联邦学习与注意力机制的医学图像分割方法在权利要求书中公布了：1.一种基于联邦学习与注意力机制的医学图像分割方法，应用于分布式图像处理系统，所述分布式图像处理系统包括中心服务器以及若干个持有不同本地数据的本地服务器，其特征在于，所述方法包括以下步骤：S1、中心服务器将初始全局模型发送至各所述本地服务器；所述初始全局模型为AttentionU-Net模型，包括具有五层路径的编码器和具有五层路径的解码器；S2、本地服务器基于自有医学图像数据对接收的初始模型进行训练，并将训练后的生成的局部模型参数上传至中心服务器；各局部模型在解码器阶段将联邦交融信息层特征图放置到局部模型对应解码器结构进行迭代学习，所述联邦交融信息层特征图根据以下方式获取：在全局模型的具有五层路径的解码器中，每层路径在进行上采样操作的同时，与同层编码器传送过来的特征图进行concat操作，从而生成联邦交融信息层特征图；S3、中心服务器基于各局部模型参数进行模型聚合优化生成全局模型，所述模型聚合优化包括将所有局部模型各网络层级的模型参数进行加权平均；S4、反复执行步骤S2-S3，直至全局模型的损失函数值和训练轮数达到预设条件则终止训练；S5、中心服务器将全局模型参数反馈至各本地服务器，各本地服务器利用全局模型参数替代局部模型参数，从而更新局部模型，并基于更新后的局部模型进行医学图像分割。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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”。