Feb, 2025
一种隐私保护的领域对抗联邦学习用于多站点脑功能连接分析
A Privacy-Preserving Domain Adversarial Federated learning for
multi-site brain functional connectivity analysis
TL;DR本研究针对现有脑功能连接分析中面临的隐私问题和非独立同分布数据挑战,提出了一种新颖的领域对抗联邦学习框架(DAFed)。该框架通过特征解耦和对抗训练有效提升数据模型的鲁棒性和分类准确性,尤其在自闭症谱系障碍的诊断中表现优越,并揭示了跨站点共享的神经生物学模式,推动多站点联合研究的进展。