一种基于零知识深度学习的医疗隐私保护方法

本发明属于医疗信息技术与隐私计算交叉领域，具体涉及一种基于零知识深度学习的医疗隐私保护方法，包括构建包括客户端和医生端的医疗隐私保护系统，在医生端部署基于改进型zkReLU激活函数的零知识神经网络模型；患者端接收患者输入的生理数据并对其进行敏感度分级，对不同敏感度的生理数据采用不同算法进行加密得到加密数据；将加密数据输入零知识神经网络模型进行前向传播，得到中间层零知识证明；患者端发起诊断结果查询请求，医生端整合中间层零知识证明生成聚合零知识证明等待验证；验证者通过验证公钥验证聚合零知识证明的正确性，确认诊断结果符合预设规则且未泄露患者无关隐私；实现高敏感数据本地解密、低敏感数据加密推理，消除泄露风险。