一种基于半监督-迁移学习的分布式隐私保护方法及系统

    公开(公告)号:CN114927190B

    公开(公告)日:2024-12-24

    申请号:CN202210691080.4

    申请日:2022-06-17

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于半监督‑迁移学习的分布式隐私保护方法及系统,涉及医疗大数据技术领域,该方法包括:构建分布式模型;以标注好疾病类别的图像数据集为输入对分布式模型中的教师模型进行训练,得到训练好的教师模型;将未标注疾病类别的图像数据集输入至训练好的教师模型得到疾病类别数据集;对多个训练好的教师模型输出的疾病类别数据集进行加密处理确定参考疾病类别数据集;以未标注疾病类别的图像数据集为输入,以参考疾病类别数据集为输出,对分布式模型中的学生模型进行训练得到训练好的学生模型;将待诊断疾病类别的图像数据输入训练好的学生模型得到待诊断疾病的疾病类别。本发明能够增强分布式技术的隐私保护性能。

    一种基于半监督-迁移学习的分布式隐私保护方法及系统

    公开(公告)号:CN114927190A

    公开(公告)日:2022-08-19

    申请号:CN202210691080.4

    申请日:2022-06-17

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于半监督‑迁移学习的分布式隐私保护方法及系统,涉及医疗大数据技术领域,该方法包括:构建分布式模型;以标注好疾病类别的图像数据集为输入对分布式模型中的教师模型进行训练,得到训练好的教师模型;将未标注疾病类别的图像数据集输入至训练好的教师模型得到疾病类别数据集;对多个训练好的教师模型输出的疾病类别数据集进行加密处理确定参考疾病类别数据集;以未标注疾病类别的图像数据集为输入,以参考疾病类别数据集为输出,对分布式模型中的学生模型进行训练得到训练好的学生模型;将待诊断疾病类别的图像数据输入训练好的学生模型得到待诊断疾病的疾病类别。本发明能够增强分布式技术的隐私保护性能。

Patent Agency Ranking