不共享数据，也能联合训练！UCL团队用联邦学习重塑血液形态学检查

来自伦敦大学学院（UCL）计算机科学系的研究团队提出了一种用于白细胞形态分析的联邦学习框架，使各机构能够在不交换训练数据的情况下进行协同训练。利用来自多个临床站点的血液涂片，该联邦模型在保证完全数据隐私的同时，学习到稳健且域不变的特征表示。与集中式训练相比，联邦训练在跨站点性能和对未知机构的泛化能力上表现出色。