PulseAugur
中
实时 08:24:20
English(EN) Secure-by-Disguise: A Systematic Evaluation of Image Disguising for Confidential Medical Image Modeling

新研究评估用于医学人工智能隐私的图像伪装技术

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇题为“Secure-by-Disguise”的新研究论文系统地评估了云环境中机密医学图像建模的图像伪装技术。研究发现，虽然这些方法可以保留分类任务的信息，但它们会显著降低语义分割的性能。随机多维变换（RMT）被证明是安全性和实用性方面最平衡的方法，而基于AES的方法效果较差。研究还表明，在自然图像上成功的重构攻击对真实的医学图像的效力较低。 AI

影响 这项研究为保护隐私的医学人工智能的图像伪装技术的有效性提供了见解，指导未来的开发和部署。

排序理由 该集群包含一篇学术论文，详细介绍了对人工智能隐私增强技术的系统评估。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新研究评估用于医学人工智能隐私的图像伪装技术

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Jason Rojas, Jiajie He, Yash Patel, Yuechun Gu, Zeyun Yu, Keke Chen ·

    Secure-by-Disguise：一种用于机密医学图像建模的图像伪装系统化评估

    arXiv:2607.08867v1 Announce Type: cross Abstract: Cloud-based deep learning enables large-scale medical image analysis but raises significant privacy concerns when sensitive patient images are outsourced for model development. Image disguising has recently emerged as a promising …

  2. arXiv cs.CV TIER_1 English(EN) · Keke Chen ·

    Secure-by-Disguise：一种用于机密医学图像建模的图像伪装系统化评估

    Cloud-based deep learning enables large-scale medical image analysis but raises significant privacy concerns when sensitive patient images are outsourced for model development. Image disguising has recently emerged as a promising privacy-enhancing technology (PET) that transforms…

相关实体

相关话题