[发明专利]医疗诊断缺失数据补全方法及补全装置、电子设备、介质

权利要求书

1.一种医疗诊断缺失数据补全方法，其特征在于，包括：

步骤S100：获取存在数据缺失问题的原始数据，其中，所述原始数据为存在数据缺失的医疗诊断数据集；

步骤S200：将所述原始数据随机划分成初始样本点数据和候选样本点数据，并利用所述初始样本点数据，构建并训练生成对抗网络初始补全模型，包括：

步骤S201：根据获取的原始数据X，计算得到对应原始数据X中数据缺失状态的缺失矩阵M，其中若原始数据X的特征存在则其在缺失矩阵M中对应位置的缺失状态为1，若数据矩阵X的特征缺失则其在缺失矩阵M中对应位置的缺失状态为0；

步骤S202：将原始数据X划分成初始样本点数据X⁰和候选样本点数据X^c；

步骤S203：根据初始样本点数据X⁰，构建并训练生成对抗网络初始补全模型；

其中所述生成对抗网络初始补全模型包括生成器模型G和判别器模型D，所述生成器模型G用于将所述初始样本点数据X⁰进行数据补全，并将补全后数据输入到判别器模型D；所述判别器模型D用于最大程度判别补全后数据与所述初始样本点数据X⁰，所述生成器模型和判别器模型均为多种激活函数组成的深层神经网络结构；

所述生成器模型的训练策略为：

固定当前判别器模型D的模型参数，依据生成器模型G中的自编码器损失函数以及判别器模型D对生成器模型G生成数据的判别结果反馈，训练生成器模型G，因此生成器模型G的训练过程描述如下：

基于原始数据矩阵大小生成随机高斯噪声矩阵Z，并利用随机高斯噪声矩阵Z初始化数据矩阵X⁰，得到噪声补全矩阵X^(z)：

其中表示逐元素乘法符号；

将噪声补全矩阵X^(z)输入到生成器模型G中，生成器模型的损失函数包括：重构损失函数L_rec和判别器模型的判别结果反馈函数L_pro，如下所示：

其中超参数λ用以权衡生成器模型，表示生成器模型G补全原始数据后输出的补全矩阵，表示判别器模型D预测补全矩阵中所有样本的每个特征属于真实特征的概率；

生成器模型G通过最小化其损失函数进行模型训练，得到当前最优生成器模型参数；

所述判别器模型的训练策略为：

固定当前生成器模型模型参数，将训练好的生成器模型G补全原始数据后输出的补全矩阵作为判别器模型D的输入，判别器模型D判断所有样本中每个特征属于真实特征的概率，因此，判别器模型D的损失函数的计算公式如下所示：

判别器模型D通过最小化损失函数进行模型训练，得到当前最优判别器模型参数；

利用批量训练方法重复生成器模型和判别器模型的训练策略，直到达到模型的最大迭代次数，从而最终得到生成对抗网络初始补全模型；

步骤S300：利用影响函数估计出所述候选样本点数据中样本点对所述生成对抗网络初始补全模型参数上的变化，具体为：

其中表示模型的海森矩阵，表示模型损失函数在计算样本点x时所对应的模型梯度；

步骤S400：在模型参数变化基础上，利用链式法则计算出所述候选样本点数据中样本点对所述生成对抗网络初始补全模型预测结果的影响力即初始补全模型在验证集H上预测损失函数的变化：

步骤S500：利用所述影响力估计出所述生成对抗网络初始补全模型的预测结果，具体为当使用所有数据样本点进行训练时补全模型在验证集H上预测损失函数：

步骤S600：利用二分搜索算法采样所述候选样本点数据中最具影响力的样本点，进一步迭代优化所述生成对抗网络初始补全模型，得到生成对抗网络补全模型；

步骤S700：利用所述生成对抗网络补全模型，对待补全医疗诊断缺失数据进行缺失补全。