FedCoRe：面向医疗联邦学习缺失模态的目标自适应补全

英文标题：FedCoRe: Target-Adaptive Completion for Missing Modalities in Healthcare Federated Learning

FedCoRe 关注医疗联邦学习中不同医院拥有不同数据模态的问题，例如部分机构缺少 EHR、胸部X光片或 ECG 数据。该研究在基于 MIMIC 构建的呼吸恶化预测任务上，使用模拟联邦学习客户端评估这一场景。其核心意义在于探索如何针对目标任务自适应地补全缺失模态，从而提升多模态医疗模型在真实跨医院部署条件下的可用性。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB