一种基于联邦学习的宫颈OCT图像智能诊断方法及系统

本发明公开了一种基于联邦学习的宫颈OCT图像智能诊断方法及系统，包括：1）在客户端构建双分支网络架构：空间域分支采用ConvNeXt‑Tiny模型提取宫颈OCT图像的结构纹理特征；频域分支通过快速傅里叶变换（FFT）分解图像低频背景与高频病灶细节，结合SCMA通道注意力机制增强关键频率分量表达，实现空间‑频域多模态特征互补；2）引入多头注意力融合模块：对空间域与频域分支的256维特征向量进行跨域交互建模；3）设计自适应动态权重聚合策略：服务器端根据客户端数据规模与本地训练损失动态调整聚合权重，构建联邦学习隐私保护框架：客户端仅上传模型参数更新。