一种联邦学习帕金森病诊断方法、装置、设备及介质

本发明公开了一种联邦学习帕金森病诊断方法、装置、设备及介质，其中方法包括：初始化全局共享模型和本地个性化模型；进行联邦迭代训练，更新全局共享模型；客户端下载服务器端的共享全局模型，利用验证集评估本地个性化模型和全局共享模型的性能，并动态确定两者在帕金森病诊断中的最佳加权融合系数；客户端基于验证集确定的加权融合系数，在集成学习过程中融合本地个性化模型与共享模型；经过多轮训练和优化后，客户端将最终优化的共享模型提交至服务器端，由服务器端完成全局共享模型的更新，形成最终的帕金森病诊断联邦学习预测模型。本发明通过为客户端定制个性化的本地模型，而不是依赖单一全局共享模型，实现对异质性数据的更有效适配。