CDMT-EHR：用于生成混合类型时间序列电子健康记录的连续时间扩散框架
机器学习
2026-03-26 v1 人工智能
摘要
电子健康记录（EHR）对临床研究极其宝贵，但隐私问题严重限制了数据共享。合成数据生成提供了一条可行的解决方案，但EHR具有独特挑战：它们包含随时间演化的定性和定量特征。虽然扩散模型在EHR合成中展现出强大的性能，但现有方法主要依赖离散时间公式， suffer from finite-step approximation errors and coupled training-sampling step counts。我们提出了一个用于生成混合类型时间序列EHR的连续时间扩散框架，具有三个贡献：（1）基于双向门控循环单元的连续时间扩散，以捕捉时间依赖性；（2）通过可学习的连续嵌入实现的统一高斯扩散，适用于分类变量，实现联合的跨特征建模；（3）具有可因式化的可学习噪声计划，适应每个特征、每个时间步的学习难度。在两个大规模静脉窦护士数据集上进行的实验表明，我们的方法在下游任务性能、分布保真度和可区分性方面均优于现有方法，同时仅需50个采样步骤即可，远低于基线方法的1000个步骤。无条件引导进一步实现了对类别不平衡临床情景的有效条件生成。
引用
@article{arxiv.2603.23719,
title = {CDMT-EHR: A Continuous-Time Diffusion Framework for Generating Mixed-Type Time-Series Electronic Health Records},
author = {Shaonan Liu and Yuichiro Iwashita and Soichiro Nakako and Masakazu Iwamura and Koichi Kise},
journal= {arXiv preprint arXiv:2603.23719},
year = {2026}
}