该研究提出一种基于区块链的框架,用于保护用于脑肿瘤检测的 AI 模型,免受 MRI 数据中的对抗性扰动。它利用 Hyperledger Fabric 与 Private IPFS 实现数据存储和访问控制的去中心化,确保数据溯源性与抗篡性。通过将 MRI 扫描存储在许可区块链网络上,该框架旨在防止未授权访问和故意篡改,从而避免损害诊断的准确性。使用 Hyperledger Caliper 的实验评估表明,在医疗保健与 AI 生态系统之间实现了图像完整性的去中心化密码学保证。
用于验证的数据集可在 Kaggle 上的 Br35H: Brain Tumor Detection 2020 仓库公开获取。这一区块链驱动的方法有望增强临床医生和患者对 AI 辅助诊断的信任。本研究概述了一种区块链驱动的框架,旨在保护用于脑肿瘤检测的 AI 模型,免受 MRI 数据中的对抗性扰动。通过利用 Hyperledger Fabric 与 Private IPFS,该系统实现数据存储与访问控制的去中心化,以增强溯源性和抗篡性。
将 MRI 扫描存储在许可区块链网络上,旨在防止未授权访问和蓄意篡改,从而维护诊断的准确性。该框架为医疗保健与 AI 生态系统中的数据完整性提供了密码学层面的保证,正如 Hyperledger Caliper 的评估所示。所使用的验证数据集为 Kaggle 上的 Br35H: Brain Tumor Detection 2020,展示了区块链驱动的方法如何增强临床医生和患者对 AI 辅助诊断的信任。






发表评论