面向阿尔兹海默症辅助诊断的个性化联邦学习方法技术

本发明专利技术涉及一种面向阿尔兹海默症辅助诊断的个性化联邦学习方法，其特征在于，包括以下步骤：组成图像数据集并进行预处理，获得用于辅助诊断的数据集，建立联邦GBDT框架进行联邦训练，在利用联邦GBDT框架完成联邦训练后，每个客户端将结果模型GBDT编织到本地深度森林模型。在阿尔兹海默症的辅助诊断方法中，本发明专利技术通过联邦学习和深度森林来实现准确的AD分类任务，用于应对医疗保健领域中的隐私挑战，不损害隐私安全。本发明专利技术通过计算分散在不同客户之间的高阶信息而不交换他们的隐私数据，克服了信息隔离的问题，并且本发明专利技术使分布式客户端能够在不共享其训练数据的情况下协作地训练共享模型。作地训练共享模型。作地训练共享模型。

【技术实现步骤摘要】
面向阿尔兹海默症辅助诊断的个性化联邦学习方法


[0001]本专利技术涉及一种面向阿尔兹海默症辅助诊断的个性化联邦学习方法，属于计算机图像处理领域。

技术介绍

[0002]阿尔兹海默症是一种持续性神经功能障碍，常起病于老年或老年前期。该病的发病进程缓慢，会随着时间的推移而不断恶化，并且起病隐匿，增长速度快，与此同时，患者伴随有大脑结构和功能的变化。症状通常表现有记忆缺失、视空间能力损害、抽象思维和计算力损害、人格和行为改变等，这些症状会不可逆转的逐渐恶化，直至彻底丧失生活能力。轻度认知障碍是介于正常状态和阿尔兹海默症之间的中间阶段。该阶段是阿尔兹海默病症状开始初显并且可以通过药物等进行干预治疗的最佳时机，在这个阶段超出半数的患者将会在五年时间当中发展成为痴呆患者。然而，在该阶段病人表现出的轻微记忆力下降等症状可能会被误认为是正常老化所带来的生理表现而被忽视，导致错过最佳的治疗时机。一旦由轻度认知障碍完全发展成阿尔兹海默病，将无有效药物和手段可以延缓和治愈。
[0003]由于目前还没有任何药物能够有效治疗阿尔兹海默症，大多数针对该病的治疗都本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向阿尔兹海默症辅助诊断的个性化联邦学习方法，其特征在于，包括以下步骤：步骤1、获得受试者的1.5T T1加权结构的核磁共振sMRI影像数据组成图像数据集；步骤2、对图像数据集进行预处理；步骤3、基于经过预处理的图像数据集生成用于辅助诊断的数据集，包括以下步骤：将经过所述预处理单元处理的图像数据集送入3DUnet
‑
CBAM模型中进行训练，由3DUnet
‑
CBAM模型提取海马体部分之后使用IBASPM以神经解剖学的方式标记图像的体素，并进一步自动计算体积，最终生成用于辅助诊断的数据集；步骤4、建立联邦GBDT框架进行联邦训练：通过联邦GBDT框架使分布式客户端能够在不共享其利用步骤3生成的本地数据集的情况下协作地训练一个全局模型；该联邦GBDT框架有两个参与者，分别是中央服务器和客户端，其中，每个客户端通过防止任何其他参与方访问其本地的私有数据来保护其安全，客户端的本地模型选择GBDT模型进行局部训练；在每次训练迭代中，中央服务器将GBDT模型广播给每个客户端，然后每个客户端使用其本地数据集训练自己的GBDT模型，并将梯度上传到中央服务器，最后服务器聚集梯度以训练全局模型；步骤5、在利用联邦GBDT框架完成联邦训练后，每个客户端将结果模型GBDT编织到...

【专利技术属性】
技术研发人员：钱辰，熊慧，李继云，刘迎，
申请(专利权)人：东华大学，
类型：发明
国别省市：