- 1、本文档共14页,其中可免费阅读13页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种面向多源异构医疗数据的联邦学习方法及系统,所述方法包括以下步骤:步骤1、数据脱敏与加密;步骤2、数据预处理;步骤3、特征提取;步骤4、特征融合;步骤5、本地模型训练;步骤6、模型参数聚合。所述系统包括访问控制模块、数据处理模块、联邦学习模块、贡献评估模块以及接口模块。本发明能够同时处理多来源、多模态、多类型的医疗数据,通过采用脱敏加密防护技术,确保了数据的安全与隐私保护,对不同特征数据进行权重分配与融合,提高了模型训练的精度,并采用高效安全聚合算法聚合模型参数,进一步保障了数据的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117592555A
(43)申请公布日2024.02.23
(21)申请号202311600749.5G06N20/20(2019.01)
文档评论(0)