关键词:COVID-19、隐私保护数据共享、深度学习、联邦学习、区块链
主要贡献:
1)介绍了一个由89名受试者组成的新数据集,其中68名受试者为确诊的COVID19患者。数据集包含属于89个受试者的34,006个CT扫描切片(图像)。
2)提出了一种区块链授权的技术,可以从不同来源协作收集数据集,同时考虑到组织的隐私问题。采用联邦学习是为了保护组织的数据隐私,并使用不太精确的局部模型来训练全局深度学习模型。
3)使用深度学习模型(VGG16、VGG19、DenseNet、AlexNet和MobileNet、ResNet、Capsule Network)从肺部ct扫描中检测新冠肺炎图像。
4)比较了最先进的本地模型(即ResNet、Capsule Network等)与联邦学习模型的比较结果清楚地表明了我们提出的方法的优越性。
2022-01-10 19:14:51
1.61MB
区块链
联邦学习