证据式联邦学习在皮肤病变图像分类中的应用

本研究解决了传统联邦学习在皮肤病变图像分类中面临的数据异质性和隐私保护问题。提出的FedEvPrompt方法通过引入证据深度学习、提示调整和知识蒸馏等技术，实现了在保留隐私的情况下有效的知识共享。实验结果表明，FedEvPrompt在性能上优于基线联邦学习算法和知识蒸馏方法，具有重要的应用潜力。