Resumen

El intestino es un órgano importante del cuerpo humano, y su estructura interna siempre debe ser observada en aplicaciones clínicas para proporcionar una base para un diagnóstico preciso. Sin embargo, debido a los datos intestinales limitados obtenidos por una sola institución, el aprendizaje profundo no puede entrenar efectivamente los intestinos, y el efecto no es satisfactorio. Por esta razón, proponemos un método de entrenamiento distribuido para llevar a cabo el aprendizaje federado y así aliviar la situación de escasez de datos de muestras de pacientes, distribución desigual y no compartida de datos. Y se introduce la tecnología blockchain para mejorar la interacción entre las redes, y así resolver el problema de un punto único de fallo del servidor de aprendizaje federado. Se excavan completamente las características multinivel de las muestras, para construir un modelo de mejora de fusión y un módulo de segmentación intestinal para un posicionamiento preciso. En el extremo local, se optimiza el algoritmo de extracción de la línea central, con el borde como principal y la fuente como auxiliar

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Intestino; Estructura; Aplicaciones clínicas; Aprendizaje profundo; Aprendizaje federado; Cadena de bloques
• Keywords:Intestine; Structure; Clinical applications; Deep learning; Federated learning; Blockchain