一种基于联邦学习的口腔医疗隐私数据脱敏方法及系统

本发明涉及一种基于联邦学习的口腔医疗隐私数据脱敏方法及系统，所述方法包括以下步骤：获取口腔医疗相关的多源数据，对不同类型的医疗数据进行分类、清洗和脱敏处理；基于处理后的高质量数据，构建联邦学习系统以实现跨口腔医疗机构的协作建模；通过智能动态调整隐私参数、攻击防御，提高联邦学习系统的安全性和模型性能。本发明能够实现隐私保护与诊断模型性能的协同优化。