主基对齐引导的个性化软掩码聚合联邦分割系统及方法

本发明公开了一种主基对齐引导的个性化软掩码聚合联邦分割系统及方法，涉及医学图像智能分析技术领域，包括数据收集、数据预处理、服务器端全局参数下发、客户端双主基提取、主基对齐损失与软掩码生成、本地模型训练与参数上传及全局模型聚合与参数更新模块。本发明采用上述一种主基对齐引导的个性化软掩码聚合联邦分割系统及方法，引导本地模型训练以及全局模型对指定层进行软掩码加权偏置的策略，有效抑制了跨中心模型负迁移，提升了全局模型泛化能力与本地个性化模型分割性能，对小样本中心友好；本发明优于联邦平均基线和现有主流个性化联邦学习方法，具有更强的跨中心鲁棒性与可扩展性。