一种基于MID-LLM框架进行协作医疗图像诊断的方法及系统

本发明公开了一种基于MID－LLM框架进行协作医疗图像诊断的方法及系统，包括以下步骤：初始化全局模型参数，得到联邦学习初始模型，将联邦学习初始模型上传到星际文件系统，并将生成的哈希链接存储到共享智能合约中；通过所述哈希链接对星际文件系统中的初始参数进行检索，启动联邦学习过程；将图像处理模块集成到联邦学习模型，并结合本地机构的医疗图像数据对联邦学习模型进行本地训练，得到更新的本地模型参数，将所述本地模型参数和平均奖励分数存储到星际文件系统中，并通过共享智能合约将存储模型参数的哈希链接记录在区块链上。本发明利用区块链和LLM进行联邦学习的目标分析，一方面提高了目标分析的准确性和可靠性，同时提高了数据安全和工作效率。