增强条件GAN用于基于移动的心血管医疗保健中的高质量的合成表格数据生成

科学领域:

• 人工智能的人工智能
• 机器学习 机器学习
• 数据科学数据科学数据科学

背景情况:

• 医疗保健数据隐私问题限制了对研究实际数据集的访问.
• 合成表格数据生成对于克服这些局限性至关重要.
• 由于混合数据类型和复杂的关系,心血管疾病数据集存在挑战.

研究的目的:

• 开发一个增强的条件生成对抗网络 (GAN) 来生成高质量的合成表格数据.
• 专注于心血管疾病数据集的混合数据类型和复杂的特征关系.
• 提高合成数据的准确性,以捕捉现实数据的统计属性和依赖性.

主要方法:

• 提出了一个增强的有条件GAN,用于连续和分类变量的专门子网络.
• 使用元数据,如高斯混合模型 (GMM) 参数和嵌入层.
• 使用KS统计和贾卡德系数,与条件表格GAN (CTGAN) 和表格变量自编码器 (TVAE) 进行性能比较.

主要成果:

• 实现了0.3900的平均科尔莫戈罗夫-斯米尔诺夫 (KS) 统计值,超过CTGAN (0.4803) 的表现,并且与TVAE (0.3858) 相比.
• 在关键连续特征上表现卓越,如总胆固醇 (KS=0.0779),体重 (KS=0.0861) 和透气血压 (KS=0.0957).
• 在11个分类变量中的8个中获得了1.00的Jaccard系数,有效地保持了分类分布.

结论:

• 拟议的架构有效地捕捉了数据分布和特征依赖.
• 它提供了一个强大的解决方案,用于在医疗保健中生成保护隐私的合成表格数据.
• 这一进步支持个性化心血管疾病预防系统的发展.