FedDP:基于联邦学习的隐私保护医学图像分割方法

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究采用联邦学习框架,解决医学图像数据的隐私和分散问题。FedDP方法有效保护癌症病理图像的隐私,且对模型精度影响较小,为医疗机构的合作提供了可行方案。

🎯

关键要点

  • 本研究采用联邦学习框架解决医学图像数据的隐私和分散问题。
  • FedDP方法有效保护癌症病理图像的隐私。
  • 该方法对模型精度影响较小,仅产生微小的Dice、Jaccard和Acc指数下降。
  • 研究为医疗机构的合作提供了可行方案,促进跨机构合作和知识共享。
➡️

继续阅读