Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Encrypted federated learning for secure decentralized collaboration in cancer image analysis
2023·73 Zitationen·Medical Image AnalysisOpen Access
Volltext beim Verlag öffnen73
Zitationen
27
Autoren
2023
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
k-ANONYMITY: A MODEL FOR PROTECTING PRIVACY
2002 · 8.390 Zit.
Calibrating Noise to Sensitivity in Private Data Analysis
2006 · 6.866 Zit.
Communication-Efficient Learning of Deep Networks from Decentralized\n Data
2016 · 5.590 Zit.
Deep Learning with Differential Privacy
2016 · 5.572 Zit.
Large-Scale Machine Learning with Stochastic Gradient Descent
2010 · 5.558 Zit.
Autoren
- Daniel Truhn
- Soroosh Tayebi Arasteh
- Oliver Lester Saldanha
- Gustav Müller‐Franzes
- Firas Khader
- Philip Quirke
- Nicholas P. West
- Richard Gray
- Gordon G.A. Hutchins
- Jacqueline A. James
- Maurice B. Loughrey
- Manuel Salto‐Tellez
- Hermann Brenner
- Alexander Brobeil
- Tanwei Yuan
- Jenny Chang‐Claude
- Michael Hoffmeister
- Sebastian Foersch
- Tianyu Han
- Sebastian Keil
- Maximilian Schulze‐Hagen
- Peter Isfort
- Philipp Bruners
- Georgios Kaissis
- Christiane Kühl
- Sven Nebelung
- Jakob Nikolas Kather
Institutionen
- RWTH Aachen University(DE)
- University Hospital Heidelberg(DE)
- Heidelberg University(US)
- Heidelberg University(DE)
- University Hospital Carl Gustav Carus(DE)
- University of Leeds(GB)
- University of Oxford(GB)
- Belfast Health and Social Care Trust(GB)
- Queen's University Belfast(GB)
- National Center for Tumor Diseases(DE)
- German Cancer Research Center(DE)
- Universität Hamburg(DE)
- University Cancer Center Hamburg(DE)
- University Medical Center Hamburg-Eppendorf(DE)
- University Medical Center of the Johannes Gutenberg University Mainz(DE)
- Johannes Gutenberg University Mainz(DE)
- Klinikum rechts der Isar(DE)
- Imperial College London(GB)
- Technical University of Munich(DE)
Themen
Privacy-Preserving Technologies in DataAI in cancer detectionArtificial Intelligence in Healthcare and Education