一种基于联邦学习与知识传递的大-小模型协同诊断系统

本申请涉及一种基于联邦学习与知识传递的大‑小模型协同诊断系统。包括：数据处理层用于获取待诊断的多模态医学检查数据集，并进行跨模态特征处理，得到跨模态融合特征；跨模态融合特征包括跨模态对齐特征和文本嵌入；大‑小模型协同架构层用于根据跨模态融合特征进行疾病初筛，并按预设诊断策略调用对应的模型进行疾病诊断，得到诊断结果；加密联邦层用于使用加密机制对边缘端小模型与云端大模型的双向知识传递进行加密处理；双向动态知识路由层用于基于双向动态路由机制结合诊断结果双向优化边缘端小模型和云端大模型。采用本系统能够保障诊断性能、实时响应能力与隐私保护水平的同时，实现了模型协同、知识演化与数据合规间的动态协同。