儿童超声心动图中的人工智能：探索可解释人工智能和联邦学习的挑战、机遇和临床应用

本研究针对儿童超声心动图分析中的人工智能应用中的挑战，如公共数据有限、数据隐私和模型透明性等问题，提出了一种新颖的方法，强调可解释人工智能和联邦学习的协同工作流程。研究发现，这些技术在视图识别、疾病分类和心脏结构分割等临床应用中具有显著的潜力，为未来的发展指明了方向。