公开(公告)号：CN117592555A

公开(公告)日：2024-02-23

申请号：CN202311600749.5

申请日：2023-11-28

Applicant: 中国医学科学院北京协和医院

Inventor： 冯铭 ,  吴学阳 ,  徐倩 ,  杨强 ,  张文泰 ,  邓聪聪 ,  白学学 ,  杨双键

IPC: G06N3/098 ,  G06N3/094 ,  G06F18/25 ,  G06N3/0464 ,  G06N20/20 ,  G06N3/0475 ,  G06N3/045 ,  G06F18/10 ,  G06F21/60

Abstract: 本发明公开了一种面向多源异构医疗数据的联邦学习方法及系统，所述方法包括以下步骤：步骤1、数据脱敏与加密；步骤2、数据预处理；步骤3、特征提取；步骤4、特征融合；步骤5、本地模型训练；步骤6、模型参数聚合。所述系统包括访问控制模块、数据处理模块、联邦学习模块、贡献评估模块以及接口模块。本发明能够同时处理多来源、多模态、多类型的医疗数据，通过采用脱敏加密防护技术，确保了数据的安全与隐私保护，对不同特征数据进行权重分配与融合，提高了模型训练的精度，并采用高效安全聚合算法聚合模型参数，进一步保障了数据的安全性。本发明有利于实现医联体内的资源整合，推动多中心医学研究的进展，提高医疗服务质量和效率。

公开(公告)号：CN117592555B

公开(公告)日：2024-05-10

申请号：CN202311600749.5

申请日：2023-11-28

Applicant: 中国医学科学院北京协和医院

Inventor： 冯铭 ,  吴学阳 ,  徐倩 ,  杨强 ,  张文泰 ,  邓聪聪 ,  白学学 ,  杨双键

IPC: G06N3/098 ,  G06N3/094 ,  G06F18/25 ,  G06N3/0464 ,  G06N20/20 ,  G06N3/0475 ,  G06N3/045 ,  G06F18/10 ,  G06F21/60

Abstract: 本发明公开了一种面向多源异构医疗数据的联邦学习方法及系统，所述方法包括以下步骤：步骤1、数据脱敏与加密；步骤2、数据预处理；步骤3、特征提取；步骤4、特征融合；步骤5、本地模型训练；步骤6、模型参数聚合。所述系统包括访问控制模块、数据处理模块、联邦学习模块、贡献评估模块以及接口模块。本发明能够同时处理多来源、多模态、多类型的医疗数据，通过采用脱敏加密防护技术，确保了数据的安全与隐私保护，对不同特征数据进行权重分配与融合，提高了模型训练的精度，并采用高效安全聚合算法聚合模型参数，进一步保障了数据的安全性。本发明有利于实现医联体内的资源整合，推动多中心医学研究的进展，提高医疗服务质量和效率。