一种面向联邦域泛化的医疗图像分类方法及系统

本发明公开了一种面向联邦域泛化的医疗图像分类方法及系统，属于图像分类技术领域。其方法包括：获取待分类医疗图像；将所述待分类医疗图像输入预先训练的图像分类模型，输出医疗图像分类结果。本发明通过图像风格迁移技术一方面扩充模型训练可见数据域，并通过本地正则化手段防止模型过拟合客户端隐私数据域；另一方面以全局数据的多风格版本模拟未知域环境测试客户端本地模型的泛化表现；并基于泛化表现评估结果，动态调整客户端本地模型对图像分类模型的贡献比例，进一步提升聚合效果及模型泛化性能。