技术特征：
1.基于联邦学习系统的医疗数据分析方法，所述联邦学习系统包括多个客户端，其特征在于，所述医疗数据分析方法包括：确定待训练模型；确定所述待训练模型采用的算法，获得所述算法对第一数据量的医疗数据完成训练的时间，作为参考时间；根据所述待训练模型，确定所述多个客户端中的参与方，获得各所述参与方用于训练所述待训练模型的医疗数据的数据量，计算得到第二数据量；向所述联邦学习系统发送对所述待训练模型的训练任务；在发送所述训练任务后，经过一段等待时间，再向所述联邦学习系统发送返回训练结果的请求，所述等待时间是根据所述第一数据量、所述第二数据量、所述参考时间计算得到，且所述等待时间与所述述第二数据量、所述参考时间正相关，与所述第一数据量负相关；接收从所述联邦学习系统返回的所述待训练模型的训练结果；根据所述联邦学习训练结果进行医疗数据分析。2.根据权利要求1所述的医疗数据分析方法，其特征在于，所述第一数据量的数值范围为100～1000。3.根据权利要求1所述的医疗数据分析方法，其特征在于，所述第二数据量为各所述参与方中，用于训练所述待训练模型的所述医疗数据的数据量的最大值。4.根据权利要求1所述的医疗数据分析方法，其特征在于，所述等待时间的计算方法包括：选择一时间单位，将所述参考时间按所述时间单位取整，得到第一数值；将所述第二数据量除以所述第一数据量，得到第二数值；将所述第一数值与所述第二数值相乘得到第三数值；将所述第三数值取整，得到第四数值；根据所述时间单位，将所述第四数值转换为所述等待时间。5.根据权利要求4所述的医疗数据分析方法，其特征在于，所述时间单位为分钟。6.根据权利要求4所述的医疗数据分析方法，其特征在于，所述将所述参考时间按所述时间单位取整，为向上取整；将第三数值取整为向下取整。7.根据权利要求6所述的医疗数据分析方法，其特征在于，所述向所述联邦学习系统发送返回训练结果的请求，具体包括：每隔5～20秒，向所述联邦学习系统发送一次返回训练结果的请求。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7中任一项所述医疗数据分析方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任一项所述医疗数据分析方法的步骤。10.一种计算机程序产品，包括计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1～7中任一项所述医疗数据分析方法的步骤。
技术总结
本申请提供了基于联邦学习系统的医疗数据分析方法，包括：确定待训练模型，确定参考时间，确定参与方，获得参与方数据量，发起训练，请求训练结果，等待时间根据参考时间和参与方数据量确定，获得训练结果，根据训练结果分析医疗数据。本申请提供的医疗数据分析方法、计算机设备、存储介质和程序产品，能够帮助客户端及时获得训练结果，提高效率。提高效率。提高效率。
技术研发人员：舒强 俞刚 徐玮泽 林博 董科雄
受保护的技术使用者：浙江大学
技术研发日：2022.05.12
技术公布日：2022/7/28