FedDermaSeg联邦皮肤病变分割

FedDermaSeg论文提出一种基于联邦学习的皮肤病变图像分割方法，并在模拟分布式训练环境中评估；结果显示，该方法在ISIC 2018测试集和PH2数据集上的性能与集中式训练相当，同时优于各参与方的本地训练模型。 研究使用ISIC 2018皮肤病变分割挑战赛的训练与验证集模拟分布式训练，评估对象包括ISIC 2018测试集和PH2数据集。该结果表明，在不集中聚合医疗图像的模拟设置下，多方可以协作完成分割任务；材料未说明真实医疗机构部署或实际隐私效果。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。