[发明专利]一种医学影像检测方法、装置、设备和存储介质

说明书

本发明实施例公开了一种医学影像检测方法、装置、设备和存储介质。其中，该方法由至少一个客户端执行，包括：接收服务器下发的训练模型，基于客户端本地存储的医学影像数据对训练模型进行训练；将待上传模型参数集合中的模型参数上传至服务器，以供服务器根据待上传模型参数集合中的模型参数进行联盟聚合得到训练模型的目标模型参数；根据目标参数对训练模型进行训练确定目标训练模型，并基于目标训练模型对客户端本地接收的医学影像进行诊断预测。本实施例的技术方案，将作为训练集的医学影像数据存储于客户端本地中，并且在客户端本地进行诊断预测，避免了由于数据上传到服务器所带来的隐私泄露，保护了隐私数据的安全性。

技术领域

本发明实施例涉及信息处理技术领域，尤其涉及一种医学影像检测方法、装置、设备和存储介质。

背景技术

随着深度学习技术的日趋成熟，利用深度学习进行医学影像的辅助诊断成为一种常见的模式。现有技术中，通常是利用各大公开数据集，以及各级医院的医学影像采集数据进行处理，进而借由机器学习相关的网络模型，来提取影像特征，进行综合判断，模拟临床诊断思路，实现自动化诊断。

然而，在现有技术中，虽然采集到的医学影像数据经过了脱敏处理，但是脱敏程度的不同也会导致不同程度的隐私泄露；此外，由于医疗机构业务流程存在多节点均可以访问数据，现有技术中还存在非交互式隐私泄露的可能。

发明内容

有鉴于此，本发明提供一种医学影像检测方法、装置、设备和存储介质，以实现对医学影像数据的隐私保护。

第一方面，本发明实施例提供了一种医学影像检测方法，由至少一个客户端执行，所述方法包括：

接收服务器下发的训练模型，基于客户端本地存储的医学影像数据对所述训练模型进行训练，得到所述训练模型的候选模型参数；所述训练模型包括初始模型、学习率以及优化器；

从所述候选模型参数中确定待上传模型参数集合；

将所述待上传模型参数集合中的模型参数上传至服务器，以供服务器根据所述待上传模型参数集合中的模型参数进行联盟聚合得到所述训练模型的目标模型参数；

接收所述服务端下发的目标模型参数，根据所述目标参数对所述训练模型进行训练确定目标训练模型，并基于所述目标训练模型对客户端本地接收的医学影像进行诊断预测。

第二方面，本发明实施例提供了一种医学影像检测方法，由服务器执行，所述方法包括：

向客户端下发训练模型，以供客户端基于本地存储的医学影像数据对所述训练模型进行训练，得到所述训练模型的候选模型参数；所述训练模型包括初始模型、学习率以及优化器；

接收客户端上传的的待上传参数集合，所述待上传参数集合由所述客户端从所述候选模型参数中确定；

根据所述待上传模型参数中模型参数进行联盟聚合得到训练模型的目标模型参数；

将所述目标模型参数下发至所述客户端，以供所述客户端根据所述目标参数对所述训练模型进行训练确定目标训练模型，并基于所述目标训练模型对客户端本地接收的医学影像进行诊断预测。

第三方面，本发明实施例提供了一种医学影像检测装置，配置于客户端中，该装置包括：

训练模块，用于接收服务器下发的训练模型，基于客户端本地存储的医学影像数据对所述训练模型进行训练，得到所述训练模型的候选模型参数；所述训练模型包括初始模型、学习率以及优化器；

确定模块，用于从所述候选模型参数中确定待上传模型参数集合；

上传模块，用于将所述待上传模型参数集合中的模型参数上传至服务器，以供服务器根据所述待上传模型参数集合中的模型参数进行联盟聚合得到所述训练模型的目标模型参数；