用于血糖水平数据预处理与预测的多任务变分自编码器
信号处理
2025-12-16 v2 人工智能
机器学习
摘要
数据预处理是时间序列数据分析中的关键环节。来自连接医疗设备的数据在获取过程中常常存在缺失或异常值。处理此类情况需要额外的假设和领域知识，这会耗时且可能引入显著偏差，影响预测模型的准确性及其医学解释。为克服此问题，本文提出一种新型深度学习模型以减轻预处理假设。该模型架构依赖变分自编码器（VAE）生成预处理潜在空间，并使用递归 VAE 保留数据的时间动态特性。我们在远程监护数据上演示了该架构对糖尿病患者血糖水平的预测效果。结果表明，相较于现有方法和架构，本方法在准确性方面取得了改进。
引用
@article{arxiv.2410.00015,
title = {A Multitask VAE for Time Series Preprocessing and Prediction of Blood Glucose Level},
author = {Ali AbuSaleh and Mehdi Rahim},
journal= {arXiv preprint arXiv:2410.00015},
year = {2025}
}