FedU-Net：联邦学习隐私保护脑肿瘤 MRI 分割
文章目录
- FedU-Net：联邦学习隐私保护脑肿瘤 MRI 分割
- 一、任务
- 二、环境
- 三、数据 (BraTS 2021)
- 3.1 结构
- 3.2 预处理
- 3.3 Dataset
- 四、模型 (3D U-Net)
- 五、训练 (单机基线)
- 六、联邦学习 (Flower)
- 6.1 分数据
- 6.2 Client
- 6.3 加 DP (Opacus)
- 七、结果 (BraTS 2021)
- 八、消融
- 九、调试
- 十、总结
- 代码链接与详细流程
购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新
FedU-Net：联邦学习隐私保护脑肿瘤 MRI 分割
一、任务
5 个医院客户端（模拟 10 家） ├── Client 1: BraTS 子集 (80 例) ├── Client 2: BraTS 子集 (80 例) ├── Client 3: BraTS 子集 (80 例) ├── Client 4: BraTS 子集 (80 例) └── Client 5: BraTS 子集 (80 例) ↓ 各客户端本地训练 U-Net 3D (5 epoch) ↓ 服务器 FedAvg 聚合 (10 轮) └── DP 噪声注入 (σ=0.01) ↓ 全局模型 ↓ 分割输出 (3 类) ├── 0: 背景 ├── 1: 坏死核心 (NCR) ├── 2: 水肿 (ED) └── 3: 增强肿瘤 (ET)| 范式 | 数据共享 | 隐私 | Dice@BraTS |
|---|---|---|---|
| 集中式训练 |