Mejorando la precisión de la segmentación de tumores cerebrales a través del aprendizaje federado escalable con medidas avanzadas de privacidad y seguridad de datos
Autores: Ullah, Faizan; Nadeem, Muhammad; Abrar, Mohammad; Amin, Farhan; Salam, Abdu; Khan, Salabat
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Mejorando la precisión de la segmentación de tumores cerebrales a través del aprendizaje federado escalable con medidas avanzadas de privacidad y seguridad de datos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Segmentación de tumores cerebrales
Imágenes médicas
Aprendizaje federado
U-net
Escalabilidad
Privacidad de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
La segmentación de tumores cerebrales en imágenes médicas es una tarea crítica para el diagnóstico y tratamiento, al mismo tiempo que se preserva la privacidad y seguridad de los datos de los pacientes. Los enfoques tradicionales centralizados a menudo encuentran obstáculos en el intercambio de datos debido a regulaciones de privacidad y preocupaciones de seguridad, lo que dificulta el desarrollo de aplicaciones avanzadas de imágenes médicas basadas en IA.
Descripción
La segmentación de tumores cerebrales en imágenes médicas es una tarea crítica para el diagnóstico y tratamiento, al mismo tiempo que se preserva la privacidad y seguridad de los datos de los pacientes. Los enfoques tradicionales centralizados a menudo encuentran obstáculos en el intercambio de datos debido a regulaciones de privacidad y preocupaciones de seguridad, lo que dificulta el desarrollo de aplicaciones avanzadas de imágenes médicas basadas en IA.