跳到正文
热点事件持续更新

预训练域决定差分隐私医学影像分析权衡

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

一项新研究显示:在差分隐私约束下的胸片分类中,预训练领域比训练目标更能决定隐私与效用的权衡。作者在591,884张胸片、5个数据集上从5种起点训练分类器,有监督胸片预训练在25种数据集与隐私设置组合中24种排名第一;其AUC在无隐私时领先自然图像有监督预训练2.6%,在最严格预算下领先15.3%。 研究称,改变预训练领域对该AUC的提升是改变目标的2.2至3.7倍;隐私下的胸片预训练在最严格预算下AUC约降5%,但仍优于三种无患者数据的起点。上述结论基于该论文报告的结果,尚需其他研究独立验证。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    预训练领域比训练目标更能决定差分隐私医学影像分析的隐私-效用权衡

    在591,884张胸片、5个数据集上从5种起点训练差分隐私胸片分类器,有监督胸片预训练在25种数据集与隐私设置组合中24种排名第一,其AUC在无隐私时领先自然图像有监督预训练2.6%,在最严格预算下领先15.3%。改变预训练领域对该AUC的提升是改变目标的2.2至3.7倍;隐私下的胸片预训练在最严格预算下AUC约降5%,但仍优于三种无患者数据的起点。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。