本申请涉及图像处理技术领域，具体为基于联邦学习的脑龄预测方法、系统和装置；本发明以三维脑部MRI图像为输入数据，针对医疗数据隐私保护与数据孤岛问题，采用联邦学习框架实现多中心协同建模；各医疗机构无需共享原始影像数据，仅在本地基于私有数据完成特征提取、模型训练及局部参数更新；中心服务器接收各机构上传的局部参数后，考虑数据分布差异，通过预设聚合规则融合生成统一的全局模型。此方法既有效规避了原始影像数据跨机构传输的隐私泄露与合规风险，又能整合多中心数据的共性特征，提升全局模型的脑龄预测精度与泛化能力，适用于多机构联合开展的脑龄评估研究及临床辅助诊断场景。 |
