[论文解读] Blockchain based Privacy-Preserved Federated Learning for Medical Images: A Case Study of COVID-19 CT Scans

Rajesh Kumar, Wanwan Wang+6 more|arXiv (Cornell University)|Apr 22, 2021

Privacy-Preserving Technologies in Data参考文献 37被引用 9

一句话总结

本文提出了一种集成区块链的联邦学习框架，可在多个医院之间对去中心化的COVID-19 CT扫描数据进行隐私保护的协同深度学习模型训练。通过结合同态加密以保障梯度安全，以及使用许可区块链实现无信任的模型聚合，该系统在不共享原始患者数据的情况下实现了高达87.18%的全局测试准确率，从而解决了医疗人工智能中的数据隐私与信任问题。

ABSTRACT

Medical health care centers are envisioned as a promising paradigm to handle the massive volume of data of COVID-19 patients using artificial intelligence (AI). Traditionally, AI techniques often require centralized data collection and training the model in a single organization, which is most common weakness due to the privacy and security of raw data communication. To solve this challenging task, we propose a blockchain-based federated learning framework that provides collaborative data training solutions by coordinating multiple hospitals to train and share encrypted federated models without leakage of data privacy. The blockchain ledger technology provides the decentralization of federated learning model without any central server. The proposed homomorphic encryption scheme encrypts and decrypts the gradients of model to preserve the privacy. More precisely, the proposed framework: i) train the local model by a novel capsule network to segmentation and classify COVID-19 images, ii) then use the homomorphic encryption scheme to secure the local model that encrypts and decrypts the gradients, and finally the model is shared over a decentralized platform through proposed blockchain-based federated learning algorithm. The integration of blockchain and federated learning leads to a new paradigm for medical image data sharing in the decentralized network. The conducted experimental resultsdemonstrate the performance of the proposed scheme.

研究动机与目标

• 解决在多个医院之间协作医疗人工智能训练中的数据隐私与安全挑战。
• 克服集中式数据共享和传统联邦学习的局限性，后者依赖中心化服务器且仍易受隐私泄露影响。
• 集成区块链技术以去中心化方式实现模型聚合，确保医院之间无信任、可审计的协作。
• 通过允许多家机构贡献多样化数据而不暴露原始医学影像，提升模型的鲁棒性与泛化能力。
• 开发一种安全、隐私保护的框架，支持使用结合同态加密的联邦学习对CT扫描中的COVID-19进行准确诊断。

提出的方法

• 提出一种新型联邦学习架构，各医院在其本地CT扫描数据集上训练局部胶囊网络，且不共享原始数据。
• 采用同态加密方案，在聚合过程中安全地加密和解密模型梯度，实现特征层面的隐私保护。
• 使用许可区块链记录并验证各医院的模型更新，确保透明性、不可篡改性以及无信任的协调机制。
• 提出一种基于区块链的联邦学习算法，实现在无中心服务器的情况下，将各医院的本地模型更新去中心化地聚合为全局模型。
• 以FedAvg和FedProx算法作为基线进行对比，区块链增强版本提供了经过认证且安全的模型更新。
• 采用概率性Grad-CAM实现可视化可解释性，将CT扫描中的注意力区域映射出来，以验证模型决策的合理性。

实验结果

研究问题

• RQ1 基于区块链保护的联邦学习框架是否能有效在保护患者数据隐私的同时，实现跨多家医院的协同训练？
• RQ2 同态加密与区块链的集成在多大程度上提升了医疗影像中联邦学习的安全性与可信度？
• RQ3 与集中式训练或标准联邦学习相比，所提出的框架在诊断准确率方面是否保持或提升？
• RQ4 通过区块链实现的去中心化模型聚合在多机构环境中对全局模型的收敛性与性能产生何种影响？
• RQ5 医院间数据异质性对所提框架中全局模型的泛化能力与鲁棒性产生何种影响？

主要发现

• 所提出的基于区块链的联邦学习框架在全局测试中达到84.21% ± 0.43的准确率，优于标准FedAvg（83.61% ± 0.18）和FedProx（84.12% ± 0.58）。
• 该框架训练的模型在医院II的全局测试集中达到峰值准确率87.18%，表明其在多样化数据分布下具有强大的泛化能力。
• 同态加密在聚合过程中成功保护了模型梯度，防止了隐私泄露，同时保持了模型性能。
• 区块链的集成实现了无信任、可审计且去中心化的模型聚合，消除了对中心服务器的依赖，并缓解了数据提供方之间的信任问题。
• 胶囊网络生成的视觉注意力图清晰突出了CT扫描中相关的肺部区域，证实了模型的可解释性与临床相关性。
• 在本地模型评估中，该框架在CT扫描中检测COVID-19的准确率达到98%，展现出极高的诊断潜力。