一种面向医学影像诊断的异构联邦学习方法

    公开(公告)号:CN116776369A

    公开(公告)日:2023-09-19

    申请号:CN202310509139.8

    申请日:2023-05-08

    Abstract: 本发明公开了一种面向医学影像诊断的异构联邦学习方法。本发明包括HFLPP学习框架;HFLPP学习框架的具体流程为:1.服务器将全局嵌入向量发送给客户端;2.客户端使用隐私数据与全局嵌入向量更新本地模型和本地嵌入向量;3.客户端将本地嵌入向量发送到服务器;4.服务器使用本地嵌入向量更新全局嵌入向量。面临在医学影像诊断领域中的医学影像数据异质性问题,HFLPP通过共享嵌入向量的方法可以有效地减轻本地更新造成的特征漂移,具有良好的预测准确性,参数的减少提升了通信效率,同时,在性能没有明显下降的前提下满足了患者隐私保护的需求。

Patent Agency Ranking