1.一种基于联邦学习的图像分割网络的获取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据第二训练数据更新所述第二编码器权重为第三编码器权重，更新所述第二解码器权重为第三解码器权重包括：
3.根据权利要求1所述的方法，其特征在于，所述根据第二训练数据更新所述第二编码器权重为第三编码器权重，更新所述第二解码器权重为第三解码器权重包括：
4.根据权利要求2或3所述的方法，其特征在于，在所述根据第二训练数据更新所述第二编码器权重为第三编码器权重，更新所述第二解码器权重为第三解码器权重之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述代理任务包括图像旋转变换、图像灰度变换和图像随机缺失变换。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述第一图像分割网络为3d-u-net。
7.根据权利要求1至5中任一项所述的方法，其特征在于，所述根据第一训练数据训练得到第一图像分割网络的第一编码器权重和第一解码器权重包括：
8.一种数据处理方法，其特征在于，包括：
9.一种图像分割网络的获取装置，其特征在于，包括：
10.根据权利要求9所述的装置，其特征在于，所述处理模块，具体用于在所述第二训练数据为无标注数据时，确定所述第三解码器权重为所述第二解码器权重，且将所述第二编码器权重加载至第二图像分割网络的编码器，所述第二图像分割网络包括初始训练得到的解码器权重；
11.根据权利要求9所述的装置，其特征在于，所述处理模块，具体用于在所述第二训练数据包括无标注数据和不完整标注数据时，将所述第二编码器权重加载至第二图像分割网络的编码器，所述第二图像分割网络包括初始训练得到的解码器权重；
12.根据权利要求10或11所述的装置，其特征在于，所述处理模块，还用于根据所述第二训练数据设置代理任务，所述代理任务用于训练更新所述第二编码器权重为第三编码器权重，更新所述第二解码器权重为第三解码器权重。
13.根据权利要求12所述的装置，其特征在于，所述代理任务包括图像旋转变换、图像灰度变换和图像随机缺失变换。
14.根据权利要求9至13中任一项所述的装置，其特征在于，所述第一图像分割网络为3d-u-net。
15.根据权利要求9至13中任一项所述的装置，其特征在于，所述处理模块，还用于设计不完整标注数据训练器以及边缘损失函数；利用所述不完整标注数据训练器、所述边缘损失函数和所述第一训练数据训练得到所述第一图像分割网络的所述第一编码器权重和所述第一解码器权重。
16.一种数据处理装置，其特征在于，包括：
17.一种计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得计算机执行如权利要求1至7任意一项所述的方法，或者，使得计算机执行如权利要求8所述的方法。
18.一种计算机可读存储介质，其特征在于，存储程序，当所述程序在计算机上运行时，使得计算机执行如权利要求1至7任意一项所述的方法，或者，使得计算机执行如权利要求8所述的方法。
19.一种网络设备，其特征在于，包括处理器和存储器，所述处理器与所述存储器耦合，
20.一种执行设备，其特征在于，包括处理器和存储器，所述处理器与所述存储器耦合，