本研究探索了医疗数据领域中联邦学习的数学形式化和异质性分类，并对七种常见的联邦学习算法进行了性能评估。研究目标是通过不同的联邦医院数据集预测中风复发的风险，讨论了数据异质性对联邦学习性能的影响。