Abstract：
心脏分割是医学影像分析的一个重要任务，可以用于诊断和评估各种心血管疾病。然而，利用多源域的心脏磁共振成像（Magnetic Resonance Imaging,MRI）数据进行联邦学习建模，仍然是一个挑战。针对当前数据隐私和多源域数据分布异构的问题，将个性化联邦学习与直方图匹配结合，在不共享本地数据的情况下，联合多个医疗机构进行分布式学习，减轻多个源域数据之间的数据差异，提高模型准确率。实验结果表明，所提出的个性化联邦学习方法在多源域的心脏MRI图像左心室分割任务上达到了较高的准确率。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电视技术
ISSN： 1002-8692
CN： 11-2123/TN
Year： 2023
Issue： 08
Volume： 47
Page： 16-19,42
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
