基于联邦学习的医疗辅助诊断方法、装置、设备及存储介质
基本信息
| 申请号 | CN202011030487.X | 申请日 | - |
| 公开（公告）号 | CN112201342A | 公开（公告）日 | 2021-01-08 |
| 申请公布号 | CN112201342A | 申请公布日 | 2021-01-08 |
| 分类号 | G16H50/20(2018.01)I;G06N20/20(2019.01)I | 分类 | 物理 |
| 发明人 | 孙圣力;尹心;李青山;司华友 | 申请（专利权）人 | 博雅正链（北京）科技有限公司 |
| 代理机构 | 无锡永乐唯勤专利代理事务所（普通合伙） | 代理人 | 博雅正链（北京）科技有限公司;南京博雅区块链研究院有限公司;北京大学 |
| 地址 | 100000北京市西城区阜成门外大街31号6层601A | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于联邦学习的医疗辅助诊断方法、装置、设备及存储介质，方法包括：获取带有诊断结果标签的病患诊断数据并将病患诊断数据划分为基模型训练集和基模型测试集；基于基模型训练集参与至联邦学习中以获得至少两种基模型；使用基模型测试集对各基模型进行测试；将各基模型生成的预测结果融入至基模型训练集中以获得集成模型训练集；将各基模型生成的预测结果融入至基模型测试集中以获得集成模型测试集；基于集成模型训练集参与至联邦学习中以获得集成模型；使用集成模型测试集对集成模型进行测试。本发明的基于联邦学习的医疗辅助诊断方法基于联邦学习和多模型融合的训练策略完成模型训练，其显著地提升了诊断模型的辅助诊断效果。 |
