【技术实现步骤摘要】
一种基于区块链的医疗影像数据人工智能检测方法
[0001]本专利技术涉及一种基于区块链的医疗影像数据人工智能检测方法，属于区块链应用
技术介绍
[0002]医疗机构工作十分繁忙，每天需要接诊大量病人，同时每日产生大量的医学数据。在医疗影像数据中，影像数据占数据总量的90％以上，并以超过30％的年增长速度迅速增加。随着医疗检测设备的不断完善和更新换代，医疗影像数据急剧增长同医生数量缓慢增长形成鲜明反差。阅读分析CT(计算机断层扫描)等工作对医生造成的负担日益加剧，容易造成用眼疲劳，影响诊断的准确性。因此，利用计算机辅助诊断、使用基于人工智能的目标检测技术帮助医生做出判断，对于减轻医生负担、增加诊断准确率、提高就诊效率具有重要的意义。
[0003]目标检测技术，因其广泛的现实应运用场景，备受学术界和工业界关注。目标检测技术，主要是通过检测和分类，提取出检测对象中预定目标的位置、类别等相关信息。随着计算机算力的不断提升，目标检测技术也得到了蓬勃发展，并衍化出双阶段和单阶段两大类。
[0004]双阶段算法，...
【技术保护点】
【技术特征摘要】
1.一种基于区块链的医疗影像数据人工智能检测方法，其特征在于，包括以下步骤：步骤1：初始化；医疗机构生成公私钥对，并将各自公钥以广播方式告知其他的医疗机构和服务器；步骤2：明确任务；充分利用各医疗机构的医疗影像数据并形成数据集，训练得到全局模型；对于某一训练任务，由服务器对任务进行定义和细分；步骤3：分发训练任务；首先为每一个医疗机构生成临时会话密钥；服务器会话密钥和训练任务用各医疗机构的公钥加密后，发送给对应的医疗机构；步骤4：本地学习；各医疗机构在本地运用目标检测算法训练其模型，并在本地更新参数；步骤5：上传本地更新参数；各医疗机构将本地更新的参数使用临时会话密钥进行加密，并将加密后的训练参数上传至区块链；步骤6：更新全局参数；服务器解密区块链中各医疗机构的本地更新参数，并将其聚合形成全局参数；步骤7：进行辅助诊断；各医疗机构将需要执行的诊断任务通过智能合约发送给服务器，服务器判断后由智能合约对辅助诊断结果的准确性进行预估，当准确性超过阈值时将正确结果返回医疗机构，否则返回FALSE；步骤8：请求数据；某医疗机构向其他医疗机构请求医疗影像数据，将请求签名发给智能合约，合约验证后将请求转发对应的医疗机构，随后向请求方返回医疗影像数据。2.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法，其特征在于，步骤2中，对于某一训练任务，服务器对任务进行定义和细分，包括明确学习对象、相关设备、应用类型、训练集格式、训练模型和训练要求。3.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法，其特征在于，服务器确定训练任务tx
t
，tx
t
表示第t个任务，并进行任务分发；首先，为每一个医疗机构生成临时会话密钥sk代表临时会话密钥，下标j表示第j家医疗机构，上标tx
t
表示第t个任务，K表示一共有K家医疗机构；服务器会话密钥和训练任务用各医疗机构的公钥PK
j
加密后，发送给对应的医疗机构；各医疗机构在本地运用目标检测算法训练其模型，并在本地更新参数data代表训练的参数，下标j为医疗机构编号，上标tx
t
为任务编号；各医疗机构将本地更新的参数使用临时会话密钥进行加密，并将训练参数加密，得到加密后的密文并将上传至区块链；||代表级联，代表对进行哈希运算后的结果；服务器利用临时会话密钥解密区块链中各医疗机构的本地更新参数，并将其聚合形成全局参数。4.如权利要求1所述的一种基于区块链的医疗影像数据人工智能检测方法，其特征在于，步骤7中，设医疗机构H需服务器对的医疗影像图x0进行诊断，得到诊断结果y0；x表示医疗影像图，下标为医疗影像图的序号，0序号代表还没有进行诊断；y表示诊断结果，下标为诊断结果的序号，0序号代表还没有进行诊断；
为不暴露患者隐私，医疗机构H不想服务器知道需要诊断的具体为哪张医疗影像图，为此，引入医疗影像图{x1，x2，
…
，x
m
}作为混淆输入，非0序号代表已诊断；{x1，x2，
…
，x
m
}对应诊断结果{y1，y2，
…
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。