ECG-Federated-Learning.

该项目是一个基于联邦学习和可解释性AI的ECG分类系统，旨在为物联网智能医院提供安全透明的医疗诊断。其核心功能包括使用联邦学习框架在多个模拟医院之间进行本地模型训练而不共享原始数据，以及通过SHAP等可解释性技术来解析模型预测结果，提高临床决策的透明度与可信度。该系统适用于需要保护患者隐私同时又追求高精度心电图分析的医疗场景，如智能医院或远程医疗服务。项目采用Python语言开发，并利用PyTorch支持深度学习模型构建。