一种基于收敛生成对抗网络的医学图像诊断报告隐写方法
本发明公开了一种基于收敛生成对抗网络的医学图像诊断报告隐写方法,包括:输入医学图像与对应诊断报告,通过深度生成对抗网络将输入的诊断报告隐写到医学图像中,实现对病人隐私的保护;通过深度文本提取网络,提取隐写图像中的诊断报告等隐私信息,实现院内、院间的病理信息共享;提出“0中心Wasserstein散度”度量,用于衡量原始图像与隐写图像分布之间的流形距离,并保证整个模型能够收敛到局部最优点;引入局部正则化约束到生成网络中,在减小泛化误差的同时进一步加速收敛;局部正则化约束满足局部性和正交性,其采样于混合高斯噪声,增加了信息扰动,进而提高模型的信息嵌入能力和安全性能。
《一种基于收敛生成对抗网络的医学图像诊断报告隐写方法》是一发明专利,专利号为 2023101771956,当前法律状态为已下证,由西华师范大学提出申请,发明人为徐黎明;李寒琪,申请日期为2023-02-28,公开(公告)日期为2025-09-12,国际专利分类号(IPC)为 G16H 15/00 (2018.01),高新资质:未报高企,所属技术领域包括:25年下证医疗诊断医疗系统CTB超医学图像医疗软件磁共振成像临床医院科室医疗数据系统人工智能神经网络系统。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于收敛生成对抗网络的医学图像诊断报告隐写方法,包括:输入医学图像与对应诊断报告,通过深度生成对抗网络将输入的诊断报告隐写到医学图像中,实现对病人隐私的保护;通过深度文本提取网络,提取隐写图像中的诊断报告等隐私信息,实现院内、院间的病理信息共享;提出“0中心Wasserstein散度”度量,用于衡量原始图像与隐写图像分布之间的流形距离,并保证整个模型能够收敛到局部最优点;引入局部正则化约束到生成网络中,在减小泛化误差的同时进一步加速收敛;局部正则化约束满足局部性和正交性,其采样于混合高斯噪声,增加了信息扰动,进而提高模型的信息嵌入能力和安全性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
