使用UMAP进行部分合成医疗保健表格数据生成和验证
Carla Lázaro1, Cecilio Angulo1,2
1Intelligent Data Science and Artificial Intelligence Research Center, Technical University of Catalonia, Nexus II Building, Jordi Girona 29, 08034 Barcelona, Spain.
Sensors (Basel, Switzerland)
|December 17, 2024
概括
这项研究引入了一种用于生成合成健康数据的新方法,减少了对传感器的依赖,并增强了数据隐私. 该方法有效地完成了不完整的数据集,并优于现有的归算技术.
科学领域:
- 医疗信息学 医疗信息学
- 数据科学数据科学数据科学
- 医学数据生成 医学数据生成
背景情况:
- 医疗保健从传感器生成大量敏感数据用于监测和诊断.
- 数据隐私,资源密集性和由于错误而缺少的信息需要新的方法.
- 现有的挑战包括对不完整数据集的数据归算和部分数据生成.
研究的目的:
- 引入用于部分合成表格数据生成的新方法.
- 减少对传感器测量的依赖,并确保安全的数据交换.
- 通过生成现实的合成样本来解决数据隐私问题.
主要方法:
- 使用统一的多重近似和投影 (UMAP) 来减少维度.
- 将高维参考数据转换为缩小维空间.
- 使用转换空间为不完整数据集生成和验证合成值.
主要成果:
- 在前列腺和乳腺癌数据集上成功验证了该方法.
- 在完成和增强不完整数据集方面表现出有效性.
- 与最先进的归算技术相比,它展示了卓越的性能.
结论:
- 拟议的方法减轻了对广泛传感器读数的需求,并增强了数据隐私.
- 建立了理解和解决合成数据生成和归算的正式框架.
- 提供了创新的合成数据生成和正式问题解决框架的双重贡献.
