技术总结
本发明公开了基于联邦迁移学习的神经退行性疾病建模装置及相关设备，涉及人工智能技术领域，可应用于智慧医院系统中，装置包括：数据集获取单元，用于获取第一类神经退行性疾病患者的病历数据集A和病历数据集B；交集选取单元，用于从所述病例数据集A和病例数据集B之间选取交集数据，将所述交集数据作为训练集样本；模型训练单元，用于基于所述训练集样本，对原始神经网络模型进行训练；联邦迁移单元，用于基于多类神经退行性疾病的训练集样本，对所述原始神经网络模型进行联邦迁移学习，得到用于预测神经退行性疾病患病程度的最终神经网络模型。本发明解决了建模过程的数据孤岛问题，可有效预测患者患病程度。可有效预测患者患病程度。可有效预测患者患病程度。
技术研发人员：李泽远 王健宗
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2020.11.24
技术公布日：2021/3/8