基于联邦学习与目标检测算法的肺结节检测系统及方法

本发明公开了一种基于联邦学习与目标检测算法的肺结节检测系统及方法，涉及医学图像检测与辅助诊断技术领域，包括多个医疗机构客户端以及云端的中央服务器，中央服务器初始化生成全局模型，并部署至各客户端；每一客户端利用本地CT数据集训练全局模型，经训练更新模型参数，直至损失最小化以完成训练，生成本地模型，并将更新的模型参数上传至中央服务器；其中，本地模型的总损失为多种损失的动态加权和；中央服务器采用动态加权平均法聚合所有客户端更新后的模型参数，生成更新后的全局模型后再部署，经多次全局迭代更新，逐步优化全局模型；每一客户端利用本地部署的优化后全局模型对待检测CT图像进行识别，输出更精确的肺结节识别结果。