TimEHR：面向电子健康记录的基于图像的时间序列生成
机器学习
2024-02-12 v1
摘要
电子健康记录 (EHR) 中的时间序列给生成模型带来了独特的挑战，如不规则采样、缺失值和高维度。在本文中，我们提出了一种新型生成对抗网络 (GAN) 模型 TimEHR，用于从 EHR 中生成时间序列数据。具体而言，TimEHR 将时间序列视为图像，并基于两个条件 GAN。第一个 GAN 生成缺失模式，第二个 GAN 根据缺失模式生成时间序列值。在三个真实世界 EHR 数据集上的实验结果表明，TimEHR 在保真度、效用和隐私指标方面均优于最先进的方法。
引用
@article{arxiv.2402.06318,
title = {TimEHR: Image-based Time Series Generation for Electronic Health Records},
author = {Hojjat Karami and Mary-Anne Hartley and David Atienza and Anisoara Ionescu},
journal= {arXiv preprint arXiv:2402.06318},
year = {2024}
}