本研究提出了一种隐私保护的深度神经网络混合方法，通过边缘处理减少敏感信息，确保用户设备仅保留必要数据。研究评估了隐私训练与非隐私训练在胸部放射图诊断中的准确性，发现隐私保护训练在保持高准确性的同时，未加剧性别或年龄歧视。此外，研究分析了模型反演攻击及其防御方法，提出了新颖的隐私保护机制，优化了数据发布的隐私与准确性之间的平衡。

本文比较了隐私保护性训练和非隐私训练在胸部放射图诊断方面的准确性和公平性。研究发现，在隐私预算为7.89的情况下，DP卷积神经网络与非私有卷积神经网络相比，性能仅下降了2.6%左右，同时不会加剧歧视。