一种使用条件正常化流程的机器学习方法,用于解决个人健康记录中的极端阶级失衡问题

科学领域:

• 生物医学信息学是生物医学信息学.
• 机器学习 机器学习
• 深度学习是一种深度学习.

背景情况:

• 监督机器学习模型用于使用个人健康记录进行疾病预测.
• 数据中的类不平衡阻碍了模型训练和准确性.
• 条件正常化流,一个深度学习异常检测模型,是探索解决这一挑战.

研究的目的:

• 评估条件正常化流量的有效性,以从个人健康记录中预测慢性疾病.
• 解决生物医学数据集中极端阶级不平衡的挑战.
• 为表式生物医学数据引入规范化流程算法.

主要方法:

• 收集了706名韩国公民的个人健康记录,包括遗传,医疗检查和生活方式数据.
• 标记了六种慢性疾病:肥胖,糖尿病,高甘油三血,血脂不良,肝功能障碍和高血压.
• 评估监督和半监督模型,包括条件正常化流量,用于使用AUROC和AUPRC对糖尿病进行分类 (2%的患病率),并测试其他疾病的低样本数据的性能.

主要成果:

• 条件正常化流程实现了比最佳监督模型LightGBM (AUPRC 0.16,AUROC 0.82) 更高的性能 (AUPRC 0.34,AUROC 0.83),用于2%的基准率进行糖尿病预测.
• 该模型的表现优于其他慢性疾病的监督方法,即使只有有限的阳性样本 (例如,肥胖症:CNF AUPRC 0.30/AUROC 0.74与LightGBM AUPRC 0.20/AUROC 0.75).
• 即使在阳性样本被低采样到2%的基准率时,表现仍然很强.

结论:

• 条件正常化流是有效的慢性疾病预测使用个人健康记录,特别是有限的数据.
• 这种深度学习方法为生物医学环境中的稀疏数据和极端阶级失衡提供了可行的解决方案.
• 该研究强调了表格式生物医学数据分析规范流量的潜力.