买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明公开了一种基于主动联邦学习的医疗图像分割方法，属于医疗图像处理技术领域。本发明包括：服务器获取医学图像数据并进行预处理，再划分给各已知客户端和未知客户端；已知客户端基于本地的训练数据集对图像分割模型执行一轮联邦学习；服务器采用主动学习方法对各已知客户端的训练数据集进行二次构建并下发给已知客户端执行一轮联邦学习；服务器基于当前联邦学习后的模型参数进行若干次蒸馏处理，将每次得到的模型参数下发给每个未知客户端进行模型测试，基于反馈的测试结果确定每次模型参数的最终测试结果；基于最优最终测试结果对应的模型参数得到图像分割模型的最优参数。本发明能够解决医疗图像分割隐私保护问题，并提高了模型的泛化性。

主权项：1.一种基于主动联邦学习的医疗图像分割方法，其特征在于，在包括服务器、若干个已知客户端和若干个未知客户端的联邦学习系统中执行下列步骤：步骤1，服务器获取医疗图像数据并进行预处理，再将预处理后的医疗图像数据划分为训练数据集和测试数据集；服务器基于已知客户端数量K，将训练数据集划分为K份并分发给K个已知客户端；以及基于未知客户端数量Q，将测试数据集划分为Q份并分发给Q个未知客户端；服务器将输入的图像分割模型下发给每个已知客户端和未知客户端；步骤2，已知客户端基于本地的训练数据集对图像分割模型执行一轮联邦学习，使得服务器和各已知客户端得到第一轮联邦学习后的模型参数；步骤3，服务器采用主动学习方法对每个已知客户端的训练数据集进行二次构建，得到每个已知客户端的新的训练数据集并下发给对应的已知客户端；已知客户端基于新的训练数据集和模型参数对图像分割模型执行一轮联邦学习，使得服务器和各已知客户端得到第二轮联邦学习后的模型参数；步骤4，服务器对模型参数进行若干次联邦蒸馏处理，将每一次联邦蒸馏处理后的模型参数下发给每个未知客户端，其中，上标j表示蒸馏次数；每个未知客户端根据本地的测试数据集对基于模型参数的图像分割模型进行测试，并将测试平均结果返回给服务器，服务器再基于所有未知客户端返回的测试平均结果的均值得到当前模型参数的最终测试结果；服务器基于最优的最终测试结果所对应的模型参数得到图像分割模型的最优模型参数。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于主动联邦学习的医疗图像分割方法