基于联邦学习和区块链的新冠肺炎胸部CT图像分割

【作者】王生生,陈境宇,卢奕南

【作者单位】

【文献来源】吉林大学学报(工学版)

【摘要】提出了基于联邦学习和区块链的COVID-19胸部CT图像分割方法,该方法可以自动分割出COVID-19肺部感染区域。首先,采用联邦学习进行分布式训练以应对患者样本数据少、分布在不同机构并且互不共享的现实情况。其次,利用区块链网络替代联邦学习中的中央服务器以解决联邦学习的服务器单点故障问题。最后,提出了轻量级深度可分离卷积U-Net降低运算量,减少时间成本。实验结果表明,本文方法经过训练后测试效果良好,Dice指标能够达到63.26%,有助于新冠肺炎的诊断。

【关键词】计算机应用技术;;区块链;;联邦学习;;新冠肺炎;;图像分割

【文献类型】

【主题类别】

--

【复合影响因子】

【综合影响因子】

【DOI】10.13229/j.cnki.jdxbgxb20200674

【发布时间】1900-01-20