基于联邦学习和区块链的新冠肺炎胸部CT图像分割

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

所属期刊栏目：51

分类号：TP39(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;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

在线出版日期：2021-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2164-2173