使用深度生成模型生成合成生存数据用于心力衰竭预后
机器学习
2025-09-17 v2
摘要
背景：由于隐私法规和机构壁垒，获取大型可共享数据集的途径受限，这制约了心力衰竭研究。合成数据生成提供了一种有前景的解决方案，以克服这些挑战同时保护患者机密性。方法：我们使用五种深度学习模型从包含 12,552 名独特患者的机构数据中生成了合成 HF 数据集：表格变分自编码器、归一化流、ADSGAN、SurvivalGAN 和表格去噪扩散概率模型。我们通过统计相似性指标、使用机器学习的生存预测和隐私评估全面评估了合成数据的效用。结果：SurvivalGAN 和 TabDDPM 展现出与原始数据集的高度保真度，在应用直方图均衡化后展现出相似的变量分布和生存曲线。SurvivalGAN（C 指数：0.71-0.76）和 TVAE（C 指数：0.73-0.76）在生存预测评估中取得了最强的性能，与真实数据性能（C 指数：0.73-0.76）高度匹配。隐私评估确认了对去匿名化攻击的防护。结论：基于深度学习的合成数据生成可以产生适合研究应用的高保真、保护隐私的 HF 数据集。这一公开可用的合成数据集解决了关键的数据共享壁垒，并为推进 HF 研究和预测建模提供了宝贵资源。
引用
@article{arxiv.2509.04245,
title = {Synthetic Survival Data Generation for Heart Failure Prognosis Using Deep Generative Models},
author = {Chanon Puttanawarut and Natcha Fongsrisin and Porntep Amornritvanich and Panu Looareesuwan and Cholatid Ratanatharathorn},
journal= {arXiv preprint arXiv:2509.04245},
year = {2025}
}