(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210472140.3 (22)申请日 2022.04.29 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 王晶　庄子睿　朱少雄　李炜　 戚琦　王敬宇　 (51)Int.Cl. G16H 30/20(2018.01) G06F 21/62(2013.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 隐私保护前提下提高图像识别精度的系统 和方法 (57)摘要 隐私保护前提下提高图像识别精度的系统 包括多个用户节点模块和一个中心节 点模块； 隐 私保护前提下提高图像识别精度的方法， 通过构 造各个用户节点模块的本地医学图像库的孪生 噪声图像库， 实现了既能保护病人隐私， 又能集 中各家医院的优势医学图像训练数据的目标， 从 而获得了高训练水平的医学图像识别模型， 提高 了医学图像的自动识别准确率。 权利要求书3页 说明书7页 附图2页 CN 114864054 A 2022.08.05 CN 114864054 A 1.隐私保护前提下提高 图像识别精度的系统， 其特征在于： 所述系统包括n个用户节点 模块和一个中心节 点模块， 所述的用户节点模块与所述的中心节点模块相互连接； n为大于 1的自然数； 各模块具体如下： 用户节点模块： 该模块的功能是： (1)用自己的本地医学图像库对医学图像识别模型进 行轮次训练； (2)把每个轮次训练好的所述的医学图像识别模型 的参数发送给中心节点模 块； (3)用本轮次训练好的所述的医学图像识别模型， 生成所述的本地医学图像库的孪生噪 声图像库， 并把该孪生噪声图像库发送给中心模块； (4)用本轮次训练好的所述的医学图像 识别模型， 计算所述的孪生噪声图像库中每一幅孪生噪声图像的输出noiseLogits， 并把该 输出noiseLogits发送给中心节 点模块； (4)接收中心节 点模块发来的所述的医学图像识别 模型的最 新参数， 对所述的医学图像识别模型进行 更新； 中心节点模块： 该模块的功能是： (1)向所有用户节点模块发送医学图像识别 模型； (2) 基于所接收的本轮次所有用户节点模块 发来的所述的医学图像识别模型的参数， 更新所述 的医学图像识别模型的参数； (3)基于所接 收的本轮次所有用户节点模块发来的所述的孪 生噪声图像库， 和所述的孪生噪声图像库中每一幅孪生噪声图像的输出noiseLogits， 对 所 述的更新后的医学图像识别模型进行重新训练； (4)把本轮次训练好的所述的医学图像识 别模型的参数发送给 所述的用户节点模块。 2.根据权利要求1所述的隐私保护前提下提高 图像识别精度的系统， 其特征在于： 所述 的用户节点模块用本轮次训练好的所述的医学图像识别模型， 生成所述的本地医学图像库 的孪生噪声图像库的具体内容是： (1)对于所述的本地医学图像库中的每一个类 图像， 按照下式计算其医学图像识别模 型的平均输出： 上式中， 表示第i个用户节点模块的本地医学图像库， 该本地医学图像库共有从c0到 ck‑1的k个类别； avgLogitsc表示对第i个用户节点模块的本地医学图像库 中的第c类图 像， 用所述的医学图像识别模型所计算出的平均输 出； 表示把样本x输入到完成第t轮 次训练的医学图像识别模型 所获得的输出； y表示样本x的类别； (2)随机构造一幅噪声图像， 用完成第t轮次训练的医学图像识别模型， 按照梯度下降 反向传播法， 使用如下损失函数对所构造的噪声图像进行 更新： 上式中， 表示KL散度熵函数； 表示softmax函数； noiseLogitsc表示把所述 的噪声图像输入到所述的完成第t轮次训练的医学图像识别模型所获得的输出； 所述的噪 声图像更新设定次数后或者所述的损失函数值小于 设定阈值后， 上述迭代更新所得到的噪 声图像即为与第i个用户节点模块的本地医学图像库 中的第c类图像所对应的一幅孪生 噪声图像。 3.根据权利要求1所述的隐私保护前提下提高 图像识别精度的系统， 其特征在于： 所述 的中心节点模块基于所接 收的本轮次所有用户节点模块发来的所述的医学图像识别模型权　利　要　求　书 1/3 页 2 CN 114864054 A 2的参数， 更新所述的医学图像识别模型的参数的具体内容是： 按照下式对所述的医学图像识别模型的参数进行 更新： 上式中， SetCt表示用户节 点的集合； 是根据轮次t时第i个用户 节点模块发送来的医学图像识别模型的参数 计算得出的参数改变量， 即 其中 是轮次t‑1时第i个用户节点模块发送来的医学图像识别模型的参数； wt是轮次t 时中心节点模块的医学图像识别模型的参数； γ是一个权 重参数。 4.根据权利要求1所述的隐私保护前提下提高 图像识别精度的系统， 其特征在于： 所述 的中心节点模块基于所接收的本轮次所有用户节点模块 发来的所述的孪生噪声图像库， 和 所述的孪生噪声图像库中每一幅孪生噪声图像的输出noiseLogits， 对所述的更新后的医 学图像识别模型进行重新训练的具体内容是： 把所述的孪生噪声图像库中的数据， 和所述的孪生噪声图像库中每一幅孪生噪声图像 的输出noiseLogits分成批次， 对于每个批次的数据b， 按照如下的损失函数对所述的医学 图像识别模型进行重新训练： 上式中， 表示KL散度熵函数； 表示softmax函数； nd表示所接收的一幅孪生 噪声图像， nt表示发送 nd的用户节 点模块的医学图像识别模 型针对nd的输出noiseLogits； 表示中心节点模块把nd输入到完成第t+1轮次训练的医学图像识别模型所获得 的输出； 经 过设定数目轮次的训练后得到所述的医学图像识别模型的最 新模型参数。 5.隐私保护前提下提高图像识别精度的方法， 其特征在于： 所述方法包括下列操作步 骤： (1)系统初始化： 中心 节点模块 把医学图像识别模型发送给 所有的用户节点模块； (2)用户节点模块接收中心节点模块发来的所述的医学图像识别模型的最新参数， 对 自己本地的医学图像识别模型进行 更新； (3)用户节点模块用自己的本地医学图像库对自己本地的医学图像识别模型进行轮次 训练； (4)用户节点模块用本轮次训练好的所述的医学图像识别模型， 生成所述的本地医学 图像库的孪生噪声图像库； (5)用户节点模块用本轮次训练好的所述的医学图像识别模型， 计算所述的孪生噪声 图像库中每一幅孪生噪声图像的输出n oiseLogits； (6)用户节点模块把本轮次训练好的所述的医学图像识别模型的参数、 所述的孪生噪 声图像库， 和所述的孪生噪声图像库中每一幅孪生噪声图像的输出noiseLogits发送给所 述的中心 节点模块； (7)中心节点模块基于所接收的本轮次所有用户节点模块发来的所述的医学图像识别权　利　要　求　书 2/3 页 3 CN 114864054 A 3