胸部CT联邦学习：数据不出院的多中心实验进展

医疗影像数据受隐私合规约束难以跨院集中，单中心训练的模型在跨设备、跨扫描协议场景下泛化性能往往明显下降。实验室近期围绕“数据不出院”的多中心协作训练开展实验，基于胸部CT肺结节检出任务搭建联邦学习框架，在三家模拟机构的数据划分上完成对比训练。阶段性结果：1. 在不交换原始影像的前提下，联邦模型在外部留出集上的敏感度达0.91，较单中心基线提升约6个百分点，与集中训练上限的差距收窄至3个百分点以内；2. 引入FedProx正则与分层归一化后，设备差异带来的节点间性能波动明显减小，各节点本地验证F1极差由0.08降至0.04。下一步将扩展至包含不同层厚与重建核的多中心数据，重点评估通信开销与收敛稳定性，并同步推进数据去标识化与伦理审查材料准备。相关实验数据将以务实节奏持续记录，避免过早下结论。