1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 医学论文

基于横向联邦学习的轻量级医学图像分类方法研究.pdf

基于横向联邦学习的轻量级医学图像分类方法研究.pdf

此“医疗卫生”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考
    1. 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. 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. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘要

    在医学影像数据急剧增长以及人们对隐私安全越来越重视的今天，如何安全高效的

    进行医学图像分类协同训练是当今研究的热点。针对此类需求，本文提出一种基于同态

    加密和轻量级网络模型的横向联邦学习医学图像分类方案，旨在实现隐私保护和计算效

    率的有效平衡。

    首先，为了实现横向联邦学习框架下各医疗机构数据的高效协同训练，本文为客户

    端设计和构建了两种轻量级模型：LMCNet和GILNet。前者是基于ShuffleNetV2网络进

    行改进，通过引入多尺度特征提取网络和注意力机制模块，使其在显著降

    您可能关注的文档

    最近下载

    文档评论（0）

    dongbuzhihui + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >