TimeDiff

通過擴散模型可靠地生成隱私的合成EHR時間序列

該存儲庫包含timeDiff的代碼實現，這是一個擴散模型，旨在生成EHR中的混合型時間序列數據。我們的工作被美國醫學信息學協會雜誌（JAMIA）接受。

如何運行計時夫

• 使用requirements.txt安裝依賴項。
• etdiff_train.py是初始化模型培訓的腳本。訓練完成後，它將自動生成合成EHR時間序列數據並將其存儲在用戶指定的目錄中。可以使用--check_point_path命令行參數指定此目錄。
• 該模型的具體實現可以在models/ETDiff上找到。

數據預處理

請參閱jupyter筆記本和python腳本的preprocess目錄，以了解我們如何預處理EHR數據進行模型培訓和評估。

基線

注意：請正確將PYTHONPATH設置為此存儲庫的根，以便運行基線模型。

基準的依賴項

我們建議在每個基線模型中使用獨立的環境，因為其中一些具有不同的要求（一個示例是Tensorflow 1.x的Python版本）。有關更多詳細信息，請參考基準和附錄A.4.4的代碼存儲庫。

• EHR-M-GAN ：運行baselines/ehrmgan_train.py ;實現存儲在models/ehr_m_gan中。
• DSPD/CSPD ：運行baselines/dspd_train.py ;實施存儲在models/tsdiff中；要使用CSPD而不是DSPD，請使用連續擴散進行--diffusion參數。
• gt-gan ：運行baselines/gtgan_train.py ;實現存儲在models/gt_gan中。
• TimeGan ：運行baselines/timegan_train.py ;實現存儲在models/time_gan中。
• RCGAN ：RUN baselines/rcgan_train.py ;實現存儲在models/rc_gan中。
• C-RNN-GAN ：運行baselines/crnngan_train.py ;實施存儲在models/crnn_gan中。
• t-forcing/p-forcing ：運行baselines/pt_forcing_train.py ;實現存儲在models/p_or_t_forcing中；傳遞命令行參數-adversarial使用p -forcing。否則，使用T型。
• HALO ：請參考baselines/halo_preprocess.py ，以及Halo作者在手稿中提供的描述以預處理數據。運行baselines/halo_train.py來訓練模型和baselines/halo_generate.py進行採樣。實施存儲在models/halo中。

評估指標

• eval_samples.py是負責運行本文討論的所有評估指標的腳本；要運行代碼，請傳遞預定的度量標準，以通過--metric命令行參數以及訓練數據（ --train_path ），測試數據（ --test_path ）和綜合數據（ --sync_path ）。
• 數據實用指標的實現可以在evaluate/utility.py上找到。
• 隱私風險指標的實施可以在evaluate/privacy.py上找到。

引用

 @article { tian2024reliable ,
  title = { Reliable generation of privacy-preserving synthetic electronic health record time series via diffusion models } ,
  author = { Tian, Muhang and Chen, Bernie and Guo, Allan and Jiang, Shiyi and Zhang, Anru R } ,
  journal = { Journal of the American Medical Informatics Association } ,
  pages = { ocae229 } ,
  year = { 2024 } ,
  publisher = { Oxford University Press }
}