本申请涉及一种医疗数据检测模型训练方法、装置、计算机设备。所述方法包括：使用训练医疗数据对初始模型参数进行训练得到当前模型参数；基于当前模型参数进行数据转换得到当前共享参数集，将各个当前共享参数分别发送各个共享方标识分别对应的共享方；获取各个共享方标识分别对应的目标共享参数集，目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；将各个目标共享参数集进行还原得到各个共享方标识分别对应的共享模型参数，将当前模型参数和各个共享模型参数进行融合得到当前目标模型参数；基于当前目标模型参数对当前模型参数进行更新，得到目标医疗数据检测模型。采用本方法能够提高医疗数据的安全性。模型。采用本方法能够提高医疗数据的安全性。模型。采用本方法能够提高医疗数据的安全性。
【技术实现步骤摘要】
医疗数据检测模型训练方法、装置和计算机设备
[0001]本申请涉及人工智能
，特别是涉及一种医疗数据检测模型训练方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着人工智能技术的发展，医疗健康领域也可以将人工智能技术应用于诊断、治疗、健康等多个方面，比如，医学图像识别可以识别医学图像中的病变部位、个性化诊疗方案可以根据患者的个人信息和病历数据提供个性化的诊疗方案等。
[0003]上述识别或分析的医疗模型需要使用大量的医疗数据作为训练样本，然而，在医疗健康领域数据隐私是非常重要的，当需要多家医疗机构的医疗数据进行模型训练时，容易出现数据丢失的数据安全问题，进而导致用户隐私泄露的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高数据安全性的医疗数据检测模型训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种医疗数据检测模型训练方法。所述方法包括：
[0006]获取训练医疗数据，使用训练医疗数据对初始医疗数据检测模型对应的初始模型参数进行训练，得到当前医疗数据检测模型对应的当前模型参数；
[0007]基于当前模型参数进行数据转换，得到当前模型参数对应的当前共享参数集，将当前共享参数集中各个当前共享参数分别发送各个共享方标识对应的共享方；
[0008]获取各个共享方标识分别对应的目标共享参数集，目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；
[0009]将各个共享方标识分别对应的目标共享参数集进行还原，得到各个共享方标识分别对应的共享模型参数，并将当前模型参数和各个共享方标识分别对应的共享模型参数进行融合，得到当前目标模型参数；
[0010]基于当前目标模型参数对当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型。
[0011]第二方面，本申请还提供了一种医疗数据检测模型训练装置。所述装置包括：
[0012]数据获取模块，用于获取训练医疗数据，使用训练医疗数据对初始医疗数据检测模型对应的初始模型参数进行训练，得到当前医疗数据检测模型对应的当前模型参数；
[0013]数据转换模块，用于基于当前模型参数进行数据转换，得到当前模型参数对应的当前共享参数集，将当前共享参数集中各个当前共享参数分别发送各个共享方标识对应的共享方；
[0014]参数获取模块，用于获取各个共享方标识分别对应的目标共享参数集，目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；
[0015]参数融合模块，用于将各个共享方标识分别对应的目标共享参数集进行还原，得
到各个共享方标识分别对应的共享模型参数，并将当前模型参数和各个共享方标识分别对应的共享模型参数进行融合，得到当前目标模型参数；
[0016]更新模块，用于基于当前目标模型参数对当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型。
[0017]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0018]获取训练医疗数据，使用训练医疗数据对初始医疗数据检测模型对应的初始模型参数进行训练，得到当前医疗数据检测模型对应的当前模型参数；
[0019]基于当前模型参数进行数据转换，得到当前模型参数对应的当前共享参数集，将当前共享参数集中各个当前共享参数分别发送各个共享方标识对应的共享方；
[0020]获取各个共享方标识分别对应的目标共享参数集，目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；
[0021]将各个共享方标识分别对应的目标共享参数集进行还原，得到各个共享方标识分别对应的共享模型参数，并将当前模型参数和各个共享方标识分别对应的共享模型参数进行融合，得到当前目标模型参数；
[0022]基于当前目标模型参数对当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型。
[0023]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0024]获取训练医疗数据，使用训练医疗数据对初始医疗数据检测模型对应的初始模型参数进行训练，得到当前医疗数据检测模型对应的当前模型参数；
[0025]基于当前模型参数进行数据转换，得到当前模型参数对应的当前共享参数集，将当前共享参数集中各个当前共享参数分别发送各个共享方标识对应的共享方；
[0026]获取各个共享方标识分别对应的目标共享参数集，目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；
[0027]将各个共享方标识分别对应的目标共享参数集进行还原，得到各个共享方标识分别对应的共享模型参数，并将当前模型参数和各个共享方标识分别对应的共享模型参数进行融合，得到当前目标模型参数；
[0028]基于当前目标模型参数对当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型。
[0029]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0030]获取训练医疗数据，使用训练医疗数据对初始医疗数据检测模型对应的初始模型参数进行训练，得到当前医疗数据检测模型对应的当前模型参数；
[0031]基于当前模型参数进行数据转换，得到当前模型参数对应的当前共享参数集，将当前共享参数集中各个当前共享参数分别发送各个共享方标识对应的共享方；
[0032]获取各个共享方标识分别对应的目标共享参数集，目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；
[0033]将各个共享方标识分别对应的目标共享参数集进行还原，得到各个共享方标识分
别对应的共享模型参数，并将当前模型参数和各个共享方标识分别对应的共享模型参数进行融合，得到当前目标模型参数；
[0034]基于当前目标模型参数对当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型。
[0035]上述医疗数据检测模型训练方法、装置、计算机设备、存储介质和计算机程序产品，通过使用训练医疗数据对初始医疗数据检测模型进行训练，得到当前模型参数。将当前模型参数数据转换成当前共享参数集，并将各个当前共享参数发送至各个共享方。然后从不同共享方获取目标共享参数，得到各个共享方标识对应的目标共享参数集，不需要各个共享方将模型参数发送至中心节点进行模型参数的分配，通过各个共享方之间进行模型参数的传输，避免了中心节点发生模型参数泄露的情况，保证了各个共享方的模型参数集的数据安全。
[0036]然后将各个共享方标识分别对应的目标共享参数集进行还原，得到所述各个共享方标识分别对应的共享模型参数。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医疗数据检测模型训练方法，其特征在于，所述方法包括：获取训练医疗数据，使用所述训练医疗数据对初始医疗数据检测模型对应的初始模型参数进行训练，得到当前医疗数据检测模型对应的当前模型参数；基于所述当前模型参数进行数据转换，得到所述当前模型参数对应的当前共享参数集，将所述当前共享参数集中各个当前共享参数分别发送各个共享方标识对应的共享方；获取所述各个共享方标识分别对应的目标共享参数集，所述目标共享参数集中不同的目标共享参数是从不同的共享方中获取到的；将所述各个共享方标识分别对应的目标共享参数集进行还原，得到所述各个共享方标识分别对应的共享模型参数，并将所述当前模型参数和所述各个共享方标识分别对应的共享模型参数进行融合，得到当前目标模型参数；基于所述当前目标模型参数对所述当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型。2.根据权利要求1所述的方法，其特征在于，所述基于所述当前模型参数进行数据转换，得到所述当前模型参数对应的当前共享参数集，包括：基于所述各个共享方标识的标识数量生成目标数量对应的第一共享参数集；使用所述当前模型参数和所述第一共享参数计算所述第一共享参数集对应的第二共享参数集；基于所述第一共享参数集和所述第二共享参数集确定所述当前模型参数对应的当前共享参数集。3.根据权利要求1所述的方法，其特征在于，所述将所述各个共享方标识对应的目标共享参数集进行还原，得到所述各个共享方标识对应的共享模型参数，包括：获取所述共享方标识对应的目标共享参数集中各个目标共享参数，使用所述各个目标共享参数按照所述预设还原信息进行计算，得到所述共享方标识对应的共享模型参数；遍历所述各个共享方标识对应的共享参数密钥，得到所述各个共享方标识对应的共享模型参数。4.根据权利要求1所述的方法，其特征在于，所述将所述当前模型参数和所述各个共享方标识对应的共享模型参数进行融合，得到当前目标模型参数，包括：获取所述各个共享方标识对应的训练数据量，基于所述训练数据量生成所述各个共享方标识对应的共享权重信息，并获取所述当前模型参数对应的当前权重信息；基于所述各个共享方标识对应的共享权重信息和共享模型参数，以及所述当前权重信息和所述当前模型参数进行加权平均计算，得到所述当前目标模型参数。5.根据权利要求1所述的方法，其特征在于，所述基于所述当前目标模型参数对所述当前医疗数据检测模型对应的当前模型参数进行更新，得到目标医疗数据检测模型，包括：统计所述当前目标模型参数对应的共享训练次数；将所述当前目标模型参数作为所述初始模型参数，并返回至所述使用所述训练医疗数据对初始医疗...
【专利技术属性】
技术研发人员：陈彬，杨秋勇，赵少东，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：
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。