一种基于深度学习的脑部MRI海马体三维分割方法

本申请提供一种基于深度学习的脑部MRI海马体三维分割方法，涉及数据处理技术领域，通过服务器节点初始化并通过区块链加密发布公共参数组合；通过用户节点解密公共参数组合并采用MFSOA算法训练生成子目标参数组合，再通过区块链加密上传；最后通过服务器节点聚合子目标参数得到目标公共参数组合，并基于目标公共参数组合进行海马体分割，将区块链技术与联邦学习框架相结合，使原始的脑部MRI数据始终保留在用户节点本地，解决了医疗数据共享的信任与隐私问题，打破了数据孤岛；同时，MFSOA算法有效提升了模型优化效率与分割精准性，最终显著增强了模型的泛化能力和鲁棒性。