龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：海南大学
申请日：2024-02-06
公开（公告）日：2024-06-04
公开（公告）号：CN118136191A
主分类号：G16H10/60
分类号：G16H10/60;G16H50/30;G16H50/70;G16B40/00;G06F21/62;G06T7/00;G06N3/045;G06N3/084;G06N3/098
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本申请公开了一种癌症生存预测方法、装置、设备及存储介质，涉及生存预测领域，包括：获取若干边缘设备的病理学图像和多组学数据，并输入至边缘服务器的本地模型；分别对病理学图像和多组学数据编码后，将得到的编码进行融合对本地模型进行当前轮次的训练，判断当前轮次是否小于预设轮次；若小于，将本地模型的模型参数上传至云服务器，并获取云服务器对若干本地模型的参数进行聚合后的全局模型更新本地模型，跳转至模型训练的步骤；若不小于，将全局模型分发至边缘设备，以进行癌症生存预测输出生存率。通过基于云边协同多模态融合的癌症生存预测方法，在云边协同中引入差分隐私学习解决跨医院多模态医疗数据融合生存预测时的患者数据安全问题。
主权项：1.一种癌症生存预测方法，其特征在于，应用于任一边缘服务器，包括：获取所述边缘服务器对应的若干边缘设备上传的癌症患者的历史患者数据，并将所述历史患者数据输入至所述边缘服务器的预设本地模型；所述历史患者数据包括病理学图像和多组学数据；分别利用所述历史患者数据中的所述病理学图像和所述多组学数据基于对应的编码器进行编码后，将得到的编码进行融合，并基于融合后的多模态编码对所述预设本地模型进行当前轮次的训练，并判断所述当前轮次是否小于预设训练轮次；若所述当前轮次小于所述预设训练轮次，则将所述预设本地模型的本地模型参数上传至预设云服务器，并获取所述预设云服务器根据若干所述预设本地模型的所述本地模型参数进行参数聚合后得到的全局模型，以及基于所述全局模型更新所述预设本地模型，然后跳转至所述利用所述历史患者数据对所述预设本地模型进行当前轮次的训练的步骤；若所述当前轮次不小于所述预设训练轮次，则将所述全局模型分发至若干所述边缘设备，以便所述边缘设备利用所述全局模型根据当前患者数据进行癌症生存预测，并输出对应的患者生存率。
全文数据：
权利要求：
百度查询： 海南大学 一种癌症生存预测方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号