1.一种融合区块链与联邦学习的共享医疗数据智能辅助诊断系统，其特征在于，包括：

电子病历库建立模块，用于获取医院的医疗数据，并建立电子病例库；所述电子病例库来自于医院的医疗数据，电子病例库包含多个样本，每个样本包括一个患者的病理特征和诊疗结果，其中诊疗结果包括诊断结论和治疗措施；本地电子病例库建立好之后，对其中的样本进行特征提取和向量化处理，得到病理特征向量和诊疗结果向量；

共享样本提取模块，用于从参与医疗数据共享的医院的电子病例库中，筛选出病理特征相同样本作为共享样本；

本地模型建立模块，用于建立本地模型，其中，参与医疗数据共享的医院均设置有本地模型建立模块；

本地模型训练模块，用于根据所述共享样本进行本地模型的加密训练；加密训练过程为：将参与医疗数据共享的各个医院和中央服务器组成网络，中央服务器将公钥分发给各个医院的本地训练模块；各个医院的本地模型训练模块根据共享样本训练本地模型，计算训练梯度，然后通过公钥加密的方式共享梯度的更新，并将加密的结果发送到中央服务器；

中央服务器根据汇总结果计算总梯度并将其解密，将解密后的总梯度分别传送给每个医院的本地模型训练模块，本地模型训练模块根据总梯度更新本地模型的参数；

辅助诊断模块，辅助诊断模块用于保存训练好的本地模型，训练好的本地模型用于进行疾病的辅助诊断。

2.根据权利要求1所述的融合区块链与联邦学习的共享医疗数据智能辅助诊断系统，其特征在于，所述的系统还包括：区块链模块，用于将本地模型训练模块发送给中央服务器的信息存储在区块链中，并利用区块链的共识机制，对贡献量大的医院进行补偿。

3.根据权利要求1所述的融合区块链与联邦学习的共享医疗数据智能辅助诊断系统，其特征在于，所述病理特征包括症状名称、症状持续时间、症状出现条件和症状严重程度；

诊断结论是医生针对于患者病情作出的诊断结果，包括疾病名称、并发症；治疗措施是医生针对病情做出的各种治疗方案，包括药物名称、用药方式、剂量、频率、时间。

4.根据权利要求1所述的融合区块链与联邦学习的共享医疗数据智能辅助诊断系统，其特征在于，所述共享样本提取模块，采用样本对齐技术，使得不同医院在不公开各自数据的前提下确认双方的共享样本，且不暴露不相互重叠的病历，以便于利用共享样本进行本地模型训练。

5.根据权利要求1所述的融合区块链与联邦学习的共享医疗数据智能辅助诊断系统，其特征在于，所述本地模型为神经网络模型或深度学习模型，包括BP神经网络模型或VGG深度学习模型。

6.根据权利要求1所述的融合区块链与联邦学习的共享医疗数据智能辅助诊断系统，其特征在于，在本地模型训练模块根据共享样本训练本地模型时，对于共享样本，将共享样本中的病理特征向量作为本地模型的输入，将诊疗结果向量作为本地模型的输出，对本地模型进行训练。