机构名称：
¥ 1.0
摘要 - 医疗保健中的深度学习面临挑战，例如有限的注释电子健康记录（EHR），数据隐私问题和不平衡数据集。大多数综合数据方法都集中在没有隐私保护的单个数据类型上。为了克服这些限制，提议的联合隐私 - 保存多模式生成（FPMG）框架将联合学习原理集成了分散培训的联合学习原理，而无需直接数据访问。它提出了一个多模式生成对手模型，以在保留隐私时创建全面的合成数据。孤岛联合学习用于分散培训，以维持患者的隐私。多模式生成系统捕获健康特征之间的复杂关联，增强了合成数据质量和疾病的理解。初步研究成功地产生了合成图像，包括Covid-19和肺癌等罕见的共发生。I. i ntroduction
海报：联合多模式医学数据生成
主要关键词
相关文件推荐
