申请/专利权人：山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)

申请日：2024-01-24

公开（公告）日：2024-04-19

公开（公告）号：CN117610080B

主分类号：G06F21/62

分类号：G06F21/62;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明属于信息技术的图像编码技术领域，更具体地，涉及一种基于信息瓶颈的医学图像脱敏方法。所述方法包括获取患者隐私数据以及对应的数据标签；设计PM模型，所述PM模型包括特征提取模块、特征分布变换模块和特征对抗性重构模块；将患者隐私数据输入PM模型映射为查询数据，并通过优化函数进行优化；将数据集输入医学云模型，输出查询数据标签；利用分割学习的方法更新PM。本发明解决了现有技术中患者在不依赖医学云端服务器的情况下无法定义自己的PM，泄露患者隐私的问题。

主权项：1.一种基于信息瓶颈的医学图像脱敏方法，其特征在于，包括；S1、获取患者隐私数据X以及X对应的数据标签Y；S2、设计PM模型，所述PM模型包括特征提取模块、特征分布变换模块和特征对抗性重构模块；所述特征提取模块提取与患者隐私数据最相关医学特征；所述特征分布变换模块用于将最相关医学特征Z映射到分布Q中，将患者隐私数据的原分布映射到新的分布Q中，对原数据进行隐私保护；所述特征对抗性重构模块用于将分布Q中的数据重构为医学云模型所接受的服务格式；S3、将患者隐私数据X输入PM模型映射为查询数据X´，并通过优化函数进行优化： （1）；公式（1）中，是使后面的公式达到最小值时的变量的取值；L1和L2分别是患者隐私数据的正则化项和效用正则化项；是自定义优化因子；S4、将数据集输入医学云模型，输出查询数据标签Y′：S5、利用分割学习的方法更新PM模型；所述优化函数包括：优化L1，即最小化隐私数据X和查询数据X´的互信息： （2）；公式（2）中，I表示互信息，ϕ是将X映射到X´的函数，即ϕ（X）=X´；优化L2： （3）；公式（3）中，Dkl代表最小化和二者之间的KL散度距离，k（）为医学云模型对查询数据X´的处理函数；为X的原始分布；为X´在低维空间的分布；Z为患者隐私数据X的最相关医学特征；将X映射到X′时，保证并且k（X）=k（X′），将L2广义化为： （4）；公式（4）中，Y´是对应X´输出的查询数据标签，Pf是医学云模型的输出所在分布，d表示距离度量。

全文数据：

权利要求：

百度查询： 山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院) 一种基于信息瓶颈的医学图像脱敏方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD