一种基于联邦元学习的罕见疾病分类方法

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114566277 A (43)申请公布日 2022.05.31 (21)申请号 202210173273.0 (22)申请日 2022.02.24 (71)申请人 中国石油大学（华东） 地址 266580 山东省青岛市黄岛区长江西 路66号中国石油大学（华东） (72)发明人 张卫山　陈炳阳　陈雷鸣　曾星杰　 (74)专利代理机构 北京慕达星云知识产权代理 事务所 (特殊普通合伙) 11465 专利代理师 崔自京 (51)Int.Cl. G16H 50/20 (2018.01) G06K 9/62 (2022.01) 权利要求书3页 说明书7页 附图3页 (54)发明名称 一种基于联邦元学习的罕见疾病分类方法 (57)摘要 本发明属于医疗领域，公开了一种基于联邦 元学习的罕见疾病分类方法，包括：对本地医疗 数据进行预处理，将常见疾病分为用于元模型训 练的支持集和查询集，将罕见疾病分为测试集和 验证集；基于强化分类的元学习方法，对支持集 和查询集进行动态更新分类，得到训练后的元模 型；以F分数对训练后的元模型动态筛选，并进行 动态特征融合，得到更新后的全局模型；将更新 后的全局模型参数下发给本地元模型初始化，开 始下一轮训练；直至获取各个本地收敛的元模 型，根据收敛后的元模型获取罕见疾病概率值。 本发明将基于强化分类的元学习与基于动态融 A 合策略的联邦学习应用于联邦元学习框架，有助