面向阿尔兹海默症辅助诊断的个性化联邦学习方法.pdfVIP

下载本文档

8
0
约1.02万字
约 9页
2023-10-04 发布于四川
举报
版权申诉

面向阿尔兹海默症辅助诊断的个性化联邦学习方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种面向阿尔兹海默症辅助诊断的个性化联邦学习方法，其特征在于，包括以下步骤：组成图像数据集并进行预处理，获得用于辅助诊断的数据集，建立联邦GBDT框架进行联邦训练，在利用联邦GBDT框架完成联邦训练后，每个客户端将结果模型GBDT编织到本地深度森林模型。在阿尔兹海默症的辅助诊断方法中，本发明通过联邦学习和深度森林来实现准确的AD分类任务，用于应对医疗保健领域中的隐私挑战，不损害隐私安全。本发明通过计算分散在不同客户之间的高阶信息而不交换他们的隐私数据，克服了信息隔离的问题，并且本发明使

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116843036 A (43)申请公布日 2023.10.03 (21)申请号 202310738314.0 G06V 10/82 (2022.01)