1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 医药卫生
  5. 医学研究方法

面向医学图像分割的异构联邦学习算法研究.pdf

面向医学图像分割的异构联邦学习算法研究.pdf

    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

    随着深度学习方法在医学图像分割领域的广泛应用，传统集中式训练模式面

    临着数据隐私保护与数据需求增长的双重挑战。针对临床数据受隐私法规限制而

    难以跨机构共享的困境，联邦学习（FederatedLearning,FL）通过分布式协同训

    练机制，使多机构在不共享原始数据的前提下联合训练全局模型，为实现隐私保

    护的医学图像分析提供了创新解决方案。

    然而在实际应用中，来自不同机构的数据通常由于数据样本与医疗设备的差

    异或者标注时关注的目标不同，导致数据存在领域异构和类异构性问题，这会降

    您可能关注的文档

    最近下载

    文档评论（0）

    136****6583 + 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
    版权声明书
    用户编号：7043055023000005

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >