一种针对医疗场景去中心化的医疗联邦学习方法

本发明公开了一种针对医疗场景去中心化的医疗联邦学习方法，其步骤包括：1)在联邦学习系统的每一客户端上部署一本地模型、一专家模型和一专家混合模块；本地模型包括一Body模块和一Head模块，专家模型包括一特征空间转换模块和其他客户端上Head模块所对应的轻量级Head模块；2)Body模块提取数据的特征并发送给特征空间转换模块、Head模块；3)Head模块根据特征执行下游任务得到一预测权重并将其发送给专家混合模块；特征空间转换模块将特征转换为各轻量级Head模块可处理的特征执行下游任务得到一预测权重；4)专家混合模块根据各预测权重输出最终预测结果并分别发送给各客户端的Head模块进行知识共享。