TabGraphSyn:图形引导的潜伏扩散用于高保真性和隐私意识的临床数据生成.
Zongqian Wu1, Huiping Chen2, Jake Y Chen1
1Systems Pharmacology AI Research Center (SPARC), Department of Biomedical Informatics and Data Science, The University of Alabama at Birmingham, AL, USA.
medRxiv : the preprint server for health sciences
|January 8, 2026
概括
TabGraphSyn通过保留邻里结构,克服现有模型的局限性来生成高准确度的合成患者数据. 这种新的方法提高了临床研究的数据实用性,同时确保了隐私.
科学领域:
- 计算生物学是一种计算生物学.
- 数据科学是数据科学.
- 医疗信息学医学信息学
背景情况:
- 可访问的患者数据对于临床研究至关重要,但面临隐私和稀缺性挑战.
- 现有的合成数据方法,如GAN和扩散模型,在捕获复杂数据结构方面存在局限性.
研究的目的:
- 引入TabGraphSyn,这是一个用于生成高可靠性合成患者数据的新框架.
- 通过结合患者相似性和社区结构来解决当前生成模型的局限性.
主要方法:
- "TabGraphSyn"使用一个两阶段的生成框架.
- 它构建了一个患者相似度图 (k-NN) 来捕获本地数据几何.
- 来自图表的关系嵌入指导合成的潜在扩散模型.
主要成果:
- 与基线相比,TabGraphSyn在临床数据集 (TCGA,艾滋病,WBCD) 上表现优越.
- 实现了边际分布误差 (高达3.5%) 和对对应关系误差 (高达2.61%) 的降低.
- 合成数据显示,在分类 (AUC 99.38%) 和生存分析 (F1 评分 0.857) 中具有很高的实用性,并且具有强大的非识别.
结论:
- TabGraphSyn通过整合邻里结构有效地生成高保真度合成临床数据.
- 该GNN模块对于提高数据的可靠性和实用性至关重要.
- 这种方法使得大队列的合成和强大的确定性为临床研究.


