面向肝细胞癌的联邦多任务学习的方法及系统、电子设备

本发明公开了一种面向肝细胞癌的联邦多任务学习的方法及系统。本发明属于分布式机器学习与隐私计算技术领域，适用于跨设备或跨组织的多客户端在数据隐私保护前提下协同训练差异化机器学习模型的场景。所要解决的技术问题是多任务联邦学习场景下不同客户端因本地数据差异性较大导致客户端模型性能较差和仅依赖梯度聚合执行不同任务的客户端模型可能会导致收敛困难。本发明采用基于语言引导的通道选择，通过使用预定义的文本提示,使得客户端模型学习到特定的领域知识；采用基于语言引导的参数聚集，应用层级交叉注意力机制，实现客户端模型个性化更新。本发明主要用于针对于肝细胞癌的肿瘤分割、早期复发预测与生存分析等任务。