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！

龙图腾网获悉福建师范大学;福建中医药大学附属人民医院(福建省人民医院);福州金域医学检验实验室有限公司申请的专利资源自适应联邦学习的多模态膝骨关节炎辅助诊断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：CN121687460B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610178426.9，技术领域涉及：G16H50/20；该发明授权资源自适应联邦学习的多模态膝骨关节炎辅助诊断方法是由汪晓丁;修忠标;田芷毓;许力;刘晶;赵超逸;叶佳慧;杨玲玲;杨鑫;饶诗迪设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本资源自适应联邦学习的多模态膝骨关节炎辅助诊断方法在说明书摘要公布了：本发明公开了资源自适应联邦学习的多模态膝骨关节炎辅助诊断方法，方法包括：服务器初始化面向膝骨关节炎诊断的多模态模型，在可训练层预部署低秩自适应插件；客户端上报本地硬件资源后，服务器分配资源梯队并下发二维裁剪比例；客户端基于裁剪比例对模型进行深度和宽度裁剪，激活指定层的LoRA模块，加载本地膝骨关节X光影像和临床文本数据进行多模态训练，建立影像特征与临床描述的语义映射；客户端仅上传激活LoRA参数更新量，服务器通过加权平均聚合和关键层补偿优化全局模型；结合实时资源监测与知识蒸馏，强化模型对膝骨关节炎关键判别特征的学习能力。本发明通过资源自适应机制覆盖异构算力设备，提升基层医疗机构参与效率。

本发明授权资源自适应联邦学习的多模态膝骨关节炎辅助诊断方法在权利要求书中公布了：1.资源自适应联邦学习的多模态膝骨关节炎辅助诊断方法，其特征在于：其包括： S1、服务器初始化面向膝骨关节炎诊断任务的多模态模型，在多模态模型所有可训练层预部署低秩自适应模块，同时根据客户端上报的硬件资源为客户端分配资源梯队及对应梯队的低秩自适应配置规则；并下发多模态模型、初始配置与二维裁剪比例至客户端；初始配置包括多模态模型的全局参数和客户端专属的低秩自适应模块配置；其中，分配资源梯队及对应梯队的低秩自适应配置规则的步骤如下： S11，服务器根据硬件资源和多模态模型所需的最小模型容量划分高、中、低客户端资源梯队及对应各个资源梯队的低秩自适应模块配置规则； S12，为各梯队匹配确保子模型成本满足资源预算，预算保证裁剪后的子模型能完成膝骨关节炎的基本诊断任务，二维裁剪比例优化公式为： 1； 其中，、分别为第个梯队的二维裁剪比例的优化深度分割比例和优化宽度分割比例；表示对多模态模型按裁剪深度和裁剪宽度裁剪的子模型；表示第个资源梯队的资源预算比例；为模型成本计算函数； S2，客户端基于二维裁剪比例对多模态模型进行深度和宽度裁剪得到本地多模态子模型，激活本地多模态子模型中低秩自适应模块配置指定深度层数的低秩自适应模块，冻结除了激活的低秩自适应模块之外模块的所有参数； S3，客户端加载本地膝骨关节X光影像和临床文本数据并进行预处理，利用本地多模态子模型学习膝骨关节炎的影像特征与临床文本特征的关联，并建立膝骨关节影像发现与症状描述之间的语义映射； S4，客户端通过多轮训练得到训练好的本地多模态子模型；其中，客户端每轮训练仅更新激活的低秩自适应参数；客户端在每轮训练时计算激活低秩自适应模块的参数更新量并上传至服务器，服务器对所有客户端上传的参数更新量进行加权平均聚合，对膝骨关节炎关键病理特征表征中贡献显著的低秩自适应模块进行补偿； S5，客户端获取待处理的膝骨关节X光影像和临床文本数据，采用训练好的本地多模态子模型进行处理，生成膝骨关节炎辅助诊断描述或膝骨关节炎分级输出形成辅助诊断结果。

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福建师范大学;福建中医药大学附属人民医院(福建省人民医院);福州金域医学检验实验室有限公司，其通讯地址为：350000 福建省福州市闽侯县上街镇乌龙江中大道18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。