基于联邦学习模型的急性传染性肺炎智能监测系统及方法

AITNT
正文
推荐专利
基于联邦学习模型的急性传染性肺炎智能监测系统及方法
申请号:CN202411909902
申请日期:2024-12-24
公开号:CN119889731A
公开日期:2025-04-25
类型:发明专利
摘要
本发明提出了基于联邦学习模型的急性传染性肺炎智能监测系统及方法,属于医疗诊断技术领域,解决了急性传染性肺炎诊断中缺乏综合影像和临床资料的多模态诊断能力,导致对病灶定性诊断准确性较差以及诊断方法中缺乏对未学习数据的检测能力,诊断流程繁琐、速度较慢的问题,系统包括:中央服务器、本地客户端‑医院1、本地客户端‑医院2、本地客户端‑医院3、本地客户端‑医院4、本地客户端‑医院5和本地客户端‑医院6;中央服务器与本地客户端‑医院1、本地客户端‑医院2、本地客户端‑医院3、本地客户端‑医院4、本地客户端‑医院5和本地客户端‑医院6加密双向通信连接。
技术关键词
客户端 联邦学习模型 医院 智能监测系统 多模态数据库 智能监测方法 跨模态 服务器 资料 医疗诊断技术 影像 双向通信 文本 局部特征提取 加密 诊断方法 网络接口
系统为您推荐了相关专利信息
1
一种基础设施失效级联的洪水灾害风险评估方法
灾害风险评估 基础设施系统 网络拓扑模型 级联 变电站
2
车辆及其导航信息处理方法、装置和电子设备
环境感知数据 显示设备 导航信息处理方法 参数 场景
3
基于PID控制器的不平衡联邦多模态风险事件识别方法
PID控制器 事件识别方法 客户端 文本 风险
4
一种基于特征重要性的联邦聚类异常流量检测方法
客户端 异常流量检测 服务器 聚类 样本
5
一种产品推荐方法及装置、存储介质、计算机设备
对话系统 客户端 注意力机制 产品推荐方法 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号