首页|基于联邦学习和区块链的新冠肺炎胸部CT图像分割

基于联邦学习和区块链的新冠肺炎胸部CT图像分割

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
COVID-19 chest CT image segmentation based on federated learning and blockchain

王生生、陈境宇、卢奕南

展开 >

吉林大学计算机科学与技术学院,长春130012

计算机应用技术 区块链 联邦学习 新冠肺炎 图像分割

国家重点研发计划项目国家自然科学基金区域创新发展联合基金吉林省发展改革委创新能力建设(高技术产业部分)项目吉林省科技发展计划项目

2020YFA0714103U19A20612019C053-320190302117GX

2021

10.13229/j.cnki.jdxbgxb20200674

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(6)
  • 13
  • 11