EUVIMEDEUVIMED entdecken
CrossrefInfokarte

Development of Privacy-preserving Deep Learning Model with Homomorphic Encryption: A Technical Feasibility Study in Kidney CT Imaging

Sang-Wook Lee, Jongmin Choi, Min-Je Park, Hajin Kim, Soo-Heang Eo, Garam Lee, Sulgi Kim, Jungyo Suh

Radiology: Artificial Intelligence · 2025-11-01 · 7 (6)

DOI: 10.1148/ryai.240798 ↗
AbstractBibliografische Angaben

Abstract

Homomorphic encryption can be integrated into deep learning models for CT-based kidney mass classification, achieving diagnostic performance similar to that of nonencrypted models while ensuring privacy protection, although with increased storage and processing time demands.

Wissen, das zu Ihrer Arbeit passt.

Vom kostenlosen Einstieg über die persönliche Recherche bis zur vollständigen Research Suite.

Tarife ansehen →

Sind alle Verlagsvolltexte enthalten?

Nein. Bibliografische Nachweise, Abstracts und Volltexte sind unterschiedliche Inhalte. Ob ein Volltext verfügbar ist, hängt von der Quelle, Open Access und Ihren vorhandenen Lizenzen ab. Ein EUVIMED-Tarif ersetzt keine zusätzlichen Verlagsrechte.

Tarife ansehen →