medical-image-classification

提出了一种解析联邦学习框架，仅需一轮或两轮通信即可完成任务异构下的多标签医学图像分类，在ChestXray14数据集上以高达18.44的BACC和13.24的AUC分数优于现有方法。

本文介绍了MedicalRec，一个基于Transformer的推荐系统，可为医学图像分类任务推荐最优模型，无需重新训练。该系统构建于从3000篇文章中编译的数据集（MedicalRec-Bench）之上，包含超过5000条记录。