[發(fā)明專利]電子設(shè)備、疾病類型檢測方法、裝置及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011127805.4
• 申請日: 2020-10-20
• 公開（公告）號: CN112259238A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 李澤遠;王健宗
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/50
• 分類號: G16H50/50;G16H10/60;G06K9/62;G06F21/60
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及數(shù)據(jù)處理技術(shù)，揭露一種電子設(shè)備、裝置、存儲介質(zhì)及疾病類型檢測方法。所述方法包括：客戶端將利用本地數(shù)據(jù)訓練后的模型梯度參數(shù)加密后上傳至服務(wù)端，服務(wù)端對所述加密后的模型梯度參數(shù)進行解密并進行聯(lián)合運算，得到更新后的模型梯度數(shù)據(jù)，客戶端接收到服務(wù)端返回更新后的模型梯度參數(shù)并根據(jù)所述更新后的模型梯度參數(shù)得到標準疾病類型檢測模型，利用標準疾病類型檢測模型對待檢測圖像數(shù)據(jù)進行檢測，得到疾病類型檢測結(jié)果。本發(fā)明還涉及區(qū)塊鏈技術(shù)，所述更新后的模型梯度參數(shù)可以存儲在區(qū)塊鏈節(jié)點中。本發(fā)明可以提高疾病類型檢測模型的準確性。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)，尤其涉及一種電子設(shè)備、疾病類型檢測方法、裝置及計算機可讀存儲介質(zhì)。

背景技術(shù)

疾病的檢測與判斷對于降低病人的死亡率尤其重要。例如，當今，心臟病成為人們生活中一種常見疾病，心臟病具體細分包括眾多種類，實現(xiàn)對心臟病種類快速且準確的檢測可以降低心臟病患者死亡率。目前檢測心臟病種類主要采用心電圖檢測手段，對心臟疾病進行診斷。

由于醫(yī)療數(shù)據(jù)的隱私性，目前用于對心電圖進行檢測的模型準確率不夠高，用于訓練模型的心電圖數(shù)據(jù)局限于幾個醫(yī)院中，各個醫(yī)院所擁有的心電圖數(shù)據(jù)仍存在數(shù)據(jù)壁壘，使得大量的心電圖數(shù)據(jù)無法有效利用，從而無法準確根據(jù)心電圖判斷出心臟疾病種類。

發(fā)明內(nèi)容

本發(fā)明提供一種電子設(shè)備、疾病類型檢測方法、裝置及計算機可讀存儲介質(zhì)，其主要目的在于解決無法準確根據(jù)心電圖判斷出心臟疾病種類的問題。

為實現(xiàn)上述目的，本發(fā)明提供的一種電子設(shè)備，所述電子設(shè)備包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；

其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序，所述計算機程序被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如下步驟：

從服務(wù)端獲取初始梯度參數(shù)，根據(jù)所述初始梯度參數(shù)構(gòu)建疾病類型檢測模型，通過本地的圖像訓練數(shù)據(jù)對所述疾病類型檢測模型進行訓練，得到所述疾病類型檢測模型訓練后的模型梯度參數(shù)；

訪問服務(wù)端的監(jiān)聽端口，與所述服務(wù)端成功建立連接后，將訓練后的所述模型梯度參數(shù)加密運算后上傳至服務(wù)端；

接收服務(wù)端傳送的更新后的模型梯度參數(shù)，根據(jù)所述更新后的模型梯度參數(shù)得到標準疾病類型檢測模型；

接收待檢測圖像數(shù)據(jù)，將所述待檢測圖像數(shù)據(jù)依次通過所述標準疾病類型檢測模型的卷積層，歸一化層，線性整流層，隨機失活層，全連接層及邏輯回歸層，得到疾病類型檢測結(jié)果。

可選地，所述對所述模型梯度參數(shù)進行加密后上傳至服務(wù)端，包括：

隨機選取大質(zhì)數(shù)p，q，使得pq與(p-1)(q-1)的最大公倍數(shù)為1；

計算n＝p×q，且滿足λ(n)＝lcm(p-1,q-1)，其中，lcm為最小公倍數(shù)，λ為卡邁克爾函數(shù)；

隨機選擇一個小于n²的正整數(shù)g，并計算μ＝(L(g^λmodn²))^-1modn；

根據(jù)所述n、g、λ,和μ，得到公鑰為(n,g)，私鑰為(λ,μ)；

利用所述私鑰(λ,μ)對所述模型梯度參數(shù)進行加密處理，得到加密后的模型梯度參數(shù)。

可選地，所述待檢測圖像數(shù)據(jù)以及對應(yīng)的注釋數(shù)據(jù)包括心電圖像與其對應(yīng)的包含了心臟病專家的注釋數(shù)據(jù)的json文件。

為實現(xiàn)上述目的，本發(fā)明還提供一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

至少一個處理器；以及