诊断 COVID-19 的安全联邦学习方法 原文约200字,阅读约需1分钟。发表于:2024-01-23T00:00:00Z。 通过 HIPAA 合规模型和联邦学习方法进行 COVID-19 诊断,使用可视化技术强调胸部 X 射线中暗示 COVID-19 阳性诊断的关键特征。 本文介绍了利用边缘计算和集群联邦学习等技术进行医学智能化诊断的框架,为偏远医疗中心提供多模态数据。作者评估了该框架在COVID-19诊断方面的表现,并在X射线和超声数据集上实现了显著提高。同时,作者还讨论了部署机器学习在隐私和延迟敏感应用中所面临的挑战和技巧。 COVID-19 医学智能化诊断 多模态数据 安全 联邦学习 边缘计算 集群联邦学习