COVID-19,X線,およびコレステロールデータセットにおけるデータ不均衡制約下のプライバシー保護医療システムのためのマルチサイト分割学習の実現可能性研究【JST・京大機械翻訳】

Ha Yoo Jeong; Lee Gusang; Yoo Minjae; Jung Soyi; Yoo Seehwan; Kim Joongheon

プレプリント

J-GLOBAL ID：202202212453163603 整理番号：22P0293068

COVID-19,X線,およびコレステロールデータセットにおけるデータ不均衡制約下のプライバシー保護医療システムのためのマルチサイト分割学習の実現可能性研究【JST・京大機械翻訳】

Feasibility Study of Multi-Site Split Learning for Privacy-Preserving Medical Systems under Data Imbalance Constraints in COVID-19, X-Ray, and Cholesterol Dataset

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月20日プレプリントサーバーでの情報更新日： 2022年02月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

それは,次第により多くの人々が,アップロードコンテンツ,データ,および情報オンラインで,人種にあるようである。そして,病院は,この傾向を無視しなかった。病院は,現在,健康記録が共有され,患者が診断される方法で,地上破壊進歩を提供するためのマルチサイト医療データ共有の最前線にある。医療データの共有は現代医学研究において必須である。しかし,すべてのデータ共有技術と同様に,課題は,患者の個人情報を保護することによって,改良処理のバランスをとることである。本論文では,患者記録に含まれる個人データを曝露することなしに,複数の病院間の医療データの安全な転送を可能にする,用語,”マルチサイト分割学習”を共用する新しい分割学習アルゴリズムを提供した。また,エンドシステムの数およびデータ不均衡の比が,深層学習性能に及ぼす影響も調べた。性能を達成しながら,患者データのプライバシーを確実にするスプリット学習の最も最適な構成のためのガイドラインを経験的に与えた。著者らは,COVID-19患者のCTスキャン,X線骨スキャン,およびコレステロールレベル医療データを用いて,特にプライバシー保護因子に関して,著者らのマルチサイト分割学習アルゴリズムの利点を論じた。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

医用情報処理 , データ保護

, , , , , , , , , , ,

前のページに戻る