从随机到基础模型的指导初始化在医学图像分割中的联邦学习中的起始点在哪里？
原文中文，约300字，阅读约需1分钟。发表于：。通过使用基础模型的巨大预训练知识作为以医学图像分割任务为例的 FL 模型初始化的指导教师，本研究首次尝试将基础模型作为 FL 初始化的教师，评估其对 FL 模型性能的影响，尤其是在非独立同分布数据场景中。经验评估结果表明，在胸部 X 光肺分割任务中，FL 模型初始化指导下的 FL 不仅能实现更快的收敛，而且在复杂数据情境中也能提高性能，为 FL 中的模型初始化提供了新的视角。
本研究评估了使用基础模型的预训练知识作为FL模型初始化的教师对FL模型性能的影响。结果显示，在胸部X光肺分割任务中，FL模型初始化指导下的FL能更快收敛，并在复杂数据情境中提高性能。为FL中的模型初始化提供了新的视角。
