(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 202210449248.0 (22)申请日 2022.04.24 (71)申请人 北京理工大 学长三角研究院 （嘉兴） 地址 314019 浙江省嘉兴 市秀洲区油车港 镇永越大厦18-19 楼 申请人 北京理工大 学 (72)发明人 盖珂珂　陈思源　祝烈煌　 (74)专利代理 机构 北京正阳理工知识产权代理 事务所(普通 合伙) 11639 专利代理师 张利萍 (51)Int.Cl. G16H 30/20(2018.01) H04L 9/32(2006.01) H04L 9/40(2022.01) (54)发明名称 一种基于区块链的医疗影像数据人工智能 检测方法 (57)摘要 本发明涉及一种基于区块链的医疗影像数 据人工智能检测方法， 属于区块链应用技术领 域。 本方法利用人工智能 目标检测技术辅助医生 诊断， 实现了安全的医疗影像数据共享， 医疗影 像数据训练参数被 匿名存储在区块链上， 除服务 器外， 任意医疗 结构无法得其他医疗 结构的医疗 影像数据信息。 由于数据存储在区块链上， 防止 了信息被篡改， 保证了数据的真实性。 同时， 本方 法能够节省链上存储空间和带宽。 根据所述方 法， 各医疗 结构将训练参数上传 而非医疗影像数 据本身， 实现全局参数更新， 避免了海量医疗影 像数据的上传。 权利要求书2页 说明书5页 附图2页 CN 114927200 A 2022.08.19 CN 114927200 A 1.一种基于区块链的医疗影 像数据人工智能检测方法， 其特 征在于， 包括以下步骤： 步骤1： 初始化； 医疗机构生成公私钥对， 并将各自公钥以广播方式告知其他的医疗机 构和服务器； 步骤2： 明确任务； 充分利用各医疗机构的医疗影像数据并形成数据集， 训练得到全局 模型； 对于某一训练任务， 由服 务器对任务进行定义和细分； 步骤3： 分发训练任务； 首先为每一个医疗机构生成临时会话密钥； 服务器会话密钥和 训练任务用各医疗机构的公钥加密后， 发送给对应的医疗机构； 步骤4： 本地学习； 各医疗机构在本地运用目标检测算法训练其模型， 并在本地更新参 数； 步骤5： 上传本地更新参数； 各医疗机构将本地更新的参数使用临时会话密钥进行加 密， 并将加密后的训练参数 上传至区块链； 步骤6： 更新全局参数； 服务器解密区块链中各医疗机构的本地更新参数， 并将其聚合 形成全局参数； 步骤7： 进行辅助诊断； 各医疗机构将需要执行的诊断任务通过智能合约发送给服务 器， 服务器判断后由智能合约对辅助诊断结果的准确 性进行预估， 当准确 性超过阈值时将 正确结果返回医疗机构， 否则返回FALSE； 步骤8： 请求数据； 某医疗机构向其他医疗机构请求医疗影像数据， 将请求签名发给智 能合约， 合约验证后将 请求转发对应的医疗机构， 随后向请求方返回医疗影 像数据。 2.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法， 其特征在 于， 步骤2中， 对于某一训练任务， 服务器对任务进行定义和细分， 包括明确学习对象、 相关 设备、 应用类型、 训练集格式、 训练模型和训练要求。 3.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法， 其特征在 于， 服务器确定训练任务txt， txt表示第t个任务， 并进行任务分发； 首先， 为每 一个医疗 机构 生成临时会话密钥 sk代表临时会话密钥， 下标j表示第j 家医疗机构， 上标 txt表示第t个任务， K表示一共有K家医疗机构； 服务器会话密钥和训练任务用各医疗机构 的公钥PKj加密后， 发送给对应的医疗机构； 各医 疗 机 构 在 本 地 运 用目 标 检 测算 法 训练 其 模 型 ， 并 在 本 地 更 新 参 数 data代表训练的参数， 下 标j为医疗机构编号， 上 标txt为任务编号； 各医疗机构将本地更新的参数使用临时会话密钥 进行加密， 并将训练 参数 加密， 得到加密后的密文 并将 上传至区块 链； ||代表级联， 代表对 进行哈希运 算后的结果； 服务器利用临时会话密钥 解密区块链中各医疗机构的本地更新参数， 并将其聚合形成全局参数。 4.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法， 其特征在 于， 步骤7中， 设医疗机构H 需服务器对的医疗影像图x0进行诊断， 得到诊断结果y0； x表示医 疗影像图， 下标为医疗影像图的序号， 0序号代表还没有进行诊断； y表示诊断结果， 下标为 诊断结果的序号， 0序号代 表还没有 进行诊断；权　利　要　求　书 1/2 页 2 CN 114927200 A 2为不暴露患 者隐私， 医疗机构H不想服务器知道需要诊断的具体为哪张医疗影像图， 为 此， 引入医疗影像图{x1， x2，…， xm}作为混淆输入， 非0序号代表已诊断； {x1， x2，…， xm}对应 诊断结果{ y1， y2，…， ym}； {x0， {x1， y1}， {x2， y2}，…， {xm， ym}}被医疗机构H提交至智能合约， 智能合约再将{x1， x2，…， xm}发送服务器； 由于没有收到{y1， y2，…， ym}， 服务器 无法识别真实需要判断 的医疗影像图x0， 将无差别 地对所有输入进行判断， 并将所有判断结果{y ′1， y′2，…， y′m}返回智能合约， y ′m代表服务 器对医疗影像图xm的预测结果； 此时， 设y ′i＝yi的个数为n， 则y ′i≠yi的个数为m ‑t， 认为预 测准确率为n/m； 设智能合约判断阈值为M， 当n/m＞M时， 智能合约向医疗机构H返回y0， 否则 返回false； 各医疗机构将需诊断的医疗影像图通过智能合约发送给服务器， 服务器判断后由智能 合约对诊断结果的准确 性进行预估， 当准确 性超过阈值时将正确结果返回医疗机构， 否则 返回false。 5.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法， 其特征在 于， 步骤8中， 每 个区块对应某一学习任务， 区块txi对应第i个任务txi； 设医疗机构A希望得到区块txi上医疗机构B的数据dataB， 向智能合约发送请求SKA (request)； request表示医疗机构A的请求， SKA(request)表示用医疗机构A的私钥S KA对请 求request进行 数字签名； 智能合约验证医疗机构A的签名后， 转发请求request至医疗机构B； 医疗机构B将区块 链上对应数据解密， 使用医疗机构的公钥PKA加密dataB， 并用自己的私钥SKB签名后发送给 智能合约； 随后， 智能合约验证签名并转发医疗机构A， 医疗机构A使用自己的私钥SKA解密得到 data′B， data′B表示医疗机构A解密医疗机构B数据后得到的数据； 医疗机构A对解密后的数 据data′B进行哈希运 算； 比较结果h(data ′B)与链上数据是否一致， 如果一致， 则说明医疗机构B交付了真实数 据， 否则说明数据被篡改； 其中， h(data ′B)代表对data ′B)进行哈希运 算。权　利　要　求　书 2/2 页 3 CN 114927200 A 3