公开(公告)号：CN115588487A

公开(公告)日：2023-01-10

申请号：CN202211382847.1

申请日：2022-11-07

Applicant: 重庆邮电大学

Inventor： 肖云鹏 ,  李旭峰 ,  李暾 ,  贾朝龙 ,  庞育才 ,  王蓉 ,  王国胤

IPC: G16H30/20 ,  G06N3/04 ,  G06N3/08 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于联邦学习和生成对抗网络的医学图像数据集制作方法，包括：将生成对抗网络模型中的判别器作为全局模型下发给所有客户端；客户端随机抽取训练样本发送至服务器；服务器将训练样本输入中心生成器生成仿真样本并发送给客户端；客户端利用全局模型对仿真样本和训练样本中的样本进行判别得到判别结果，根据判别结果更新全局模型的参数生成本地模型；并将本地模型以及判别结果上传至服务器；服务器根据所有客户端本地样本的数量计算客户端的聚合权重；并根据样本的判别结果更新中心生成器的参数；服务器根据所有客户端的聚合权重对本地模型进行聚合得到新的全局模型，重复步骤上述步骤利用收敛后的中心生成器生成仿真医学图像数据集。

公开(公告)号：CN115588487B

公开(公告)日：2024-07-05

申请号：CN202211382847.1

申请日：2022-11-07

Applicant: 重庆邮电大学

Inventor： 肖云鹏 ,  李旭峰 ,  李暾 ,  贾朝龙 ,  庞育才 ,  王蓉 ,  王国胤

IPC: G16H30/20 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/084 ,  G06N3/094 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于联邦学习和生成对抗网络的医学图像数据集制作方法，包括：将生成对抗网络模型中的判别器作为全局模型下发给所有客户端；客户端随机抽取训练样本发送至服务器；服务器将训练样本输入中心生成器生成仿真样本并发送给客户端；客户端利用全局模型对仿真样本和训练样本中的样本进行判别得到判别结果，根据判别结果更新全局模型的参数生成本地模型；并将本地模型以及判别结果上传至服务器；服务器根据所有客户端本地样本的数量计算客户端的聚合权重；并根据样本的判别结果更新中心生成器的参数；服务器根据所有客户端的聚合权重对本地模型进行聚合得到新的全局模型，重复步骤上述步骤利用收敛后的中心生成器生成仿真医学图像数据集。