基于联邦学习的隐私保护对策肺癌病症预测研究.pdfVIP

下载本文档

32
0
约9.24万字
约 51页
2024-08-03 发布于江苏
举报
版权申诉

基于联邦学习的隐私保护对策肺癌病症预测研究.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

标题基于联邦学习的肺结节防护对策肺癌病症预测研究摘要本文针对医疗数据集呈现小规模碎片化的数据孤岛问题，提出了一种基于联邦学习的3DResNet18dualpathFasterRCNN肺结节检测算法同时，针对数据质量对模型的影响进行研究，提出了一种基于抽样的数据多样性和算法最后，针对半诚实敌手参与联邦学习窃取数据隐私和恶意敌手直接攻击客户端窃取数据隐私的问题，提出了一种双机制差分隐私的联邦学习算法

摘要

在全球范围内，肺癌是最常见的诊断癌症。肺癌的早期阶段常以肺结节的形式出

现，因此为了有效进行肺癌病症预测研究,通常是基于肺结节检测开展的。伴随着人

工智能领域的迅猛发展，神经网络在肺结节检测领域得到广泛应用。与此同时，用户

的隐私和数据安全受到了广泛的关注。像医院这类特殊的行业机构，对用户数据的掌

握往往是有限的。面对保护用户隐私和数据安全的需求，不同医疗机构之间难以将所

有数据聚合在一起，逐渐形成了数据孤岛。针对

基于联邦学习的隐私保护对策肺癌病症预测研究.pdf 原文免费试下载