[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

说明书

本发明公开了一种医疗诊断缺失数据的补全方法及补全装置、电子设备、介质，该方法包括：获取存在数据缺失问题的医疗诊断数据集；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；利用影响函数估计出样本点对生成对抗网络初始补全模型参数和对生成对抗网络初始补全模型预测结果的影响力；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，实现医疗诊断缺失数据补全。本发明针对在医疗诊断数据中存在的数据缺失和数据规模大等问题，提出补全方法，拥有补全效果好、效率高、可扩展性强等优点。

技术领域

本发明涉及数据库补全技术，特别是指一种医疗诊断缺失数据补全方法及补全装置、电子设备、介质。

背景技术

数据缺失是医疗诊断数据经常面临的问题，出现缺失的主要原因可以包括：

(a)医疗检测仪器工作状态不稳定：现场环境因素或人为原因导致医疗检测仪器在某些时间段内没有正常工作，从而造成数据缺失；

(b)医疗监测数据：医疗监测过程中，由于检测仪器精准度、生产异常波动等原因，常常存在异常监测数据，此类“坏数据”与实际生产状况不符，需要剔除，而剔除的过程相当于引入了数据缺失。

医疗数据的缺失会造成数据信息不完全，直接影响到后期的医疗诊断。因此，需要对医疗诊断数据中的缺失数据进行补全以提高数据的完整性，从而提高后期医疗诊断数据分析的质量。

众所周知，针对存在数据缺失问题的医疗诊断数据进行数据补全是提高数据完整性的有效途径。但由于传统补全方法的模型复杂度较高，无法直接有效的处理医疗诊断数据。目前针对缺失数据补全问题，国内外学者已经做出了一些工作，但这些工作还存在局限性：(1)数据补全方法补全效果有限；(2)数据补全方法复杂度较高，无法处理缺失数据。

发明内容

本发明的目的是提供一种医疗诊断缺失数据补全方法及补全装置、电子设备、介质，以解决传统补全方法难以处理医疗诊断缺失数据的问题，针对存在数据缺失问题的医疗诊断数据进行有效的补全，尽可能地提高医疗数据完整性。

为了达到上述目的，本发明采用如下技术方案：

第一方面，本发明实施例提供一种医疗诊断缺失数据补全方法，包括：

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；

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；

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；

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；

利用所述影响力估计出所述对抗网络初始补全模型的预测结果；

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；

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。

第二方面，本发明实施例提供一种医疗诊断缺失数据的补全装置，包括：

获取模块，用于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；

构建模块，用于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；