基于联邦学习和区块链的COVID-19胸部CT图像分割

作者：王生生; 陈境宇; 卢奕南

来源：吉林大学学报（工学版）, 2021, 1-10.

DOI：10.13229/j.cnki.jdxbgxb20200674

• 计算机应用技术
• 区块链
• 联邦学习
• 新冠肺炎
• 图像分割

近期新冠肺炎疫情肆虐全球，给全球人民的健康和生活造成了严重影响。我们提出基于联邦学习和区块链的COVID-19胸部CT图像分割方法，从而自动分割出COVID-19肺部感染区域。首先采用联邦学习进行分布式训练来应对患者样本数据少，分布在不同机构并且互不共享的现实情况，其次利用区块链网络替代联邦学习中的中央服务器以解决联邦学习的服务器单点故障问题。最后，提出轻量级深度可分离卷积U-Net降低运算量，减少时间成本。实验结果表明，该方法经过训练后测试效果良好，Dice指标能够达到63.26%，有助于新冠肺炎的诊断。

• 单位
  吉林大学