[发明专利]医学时序数据的缺失值处理方法、装置、设备及存储介质

权利要求书

1.一种医学时序数据的缺失值处理方法，其特征在于，包括：

获取待填补的时序变量，以及与所述待填补的时序变量相关的变量；

将与所述待填补的时序变量相关的变量分为等周期的时序变量集合、等比例周期的时序变量集合、不等周期的时序变量集合以及非时序变量集合；

对所述等周期的时序变量集合以及非时序变量集合进行数据匹配，分别得到第一协变量集合以及第四协变量集合，对所述等比例周期的时序变量集合以及不等周期的时序变量集合进行预变换，分别得到第二协变量集合以及第三协变量集合；

根据所述待填补的时序变量、第一协变量集合、第二协变量集合、第三协变量集合、第四协变量集合以及自回归模型构建缺失值填补模型，得到构建好的缺失值填补模型；

将待填补的时序变量输入所述缺失值填补模型，得到待填补的时序变量的缺失值。

2.根据权利要求1所述的方法，其特征在于，将与所述待填补的时序变量相关的变量分为等周期的时序变量集合、等比例周期的时序变量集合、不等周期的时序变量集合以及非时序变量集合，包括：

将与所述待填补的时序变量相关的变量分为时序变量集合以及非时序变量集合；

比较时序变量集合中的每一个时序变量与待填补的时序变量的时序特征是否一致；

若时序变量集合中的时序变量与待填补的时序变量的时序周期相同，则将时序变量归类于等周期的时序变量集合；

若时序变量集合中的时序变量与待填补的时序变量的时序周期成比例，且待填补的时序变量的时序周期是时序变量集合中的时序变量的整数倍，则将时序变量归类于等周期的时序变量集合；

若时序变量集合中的时序变量与待填补的时序变量的时序周期成比例，且时序变量集合中的时序变量的时序周期是待填补的时序变量的整数倍，则将时序变量归类于等比例周期的时序变量集合；

若时序变量集合中的时序变量与待填补的时序变量的时序周期不相同，且不成比例，则将时序变量归类于不等周期的时序变量集合。

3.根据权利要求1所述的方法，其特征在于，对所述等周期的时序变量集合以及非时序变量集合进行数据匹配，分别得到第一协变量集合以及第四协变量集合，包括：

以记录值的标识码和时间戳为匹配键，将等周期的时序变量集合中的时序变量与待填补的时序变量进行一对一匹配，得到匹配后的第一协变量集合；

以记录值的标识码为匹配键，将非时序变量集合中的变量与待填补的时序变量进行一对一匹配，得到匹配后的第四协变量集合。

4.根据权利要求1所述的方法，其特征在于，对所述等比例周期的时序变量集合以及不等周期的时序变量集合进行预变换，分别得到第二协变量集合以及第三协变量集合，包括：

将等比例周期的时序变量集合中的时序变量，以待填补的时序变量的时序周期为基点进行预变换，得到第二协变量集合；

将不等周期的时序变量集合中的时序变量，以待填补的时序变量的标识码为基点进行预变换，得到第三协变量集合。

5.根据权利要求1所述的方法，其特征在于，根据所述待填补的时序变量、第一协变量集合、第二协变量集合、第三协变量集合、第四协变量集合以及自回归模型构建缺失值填补模型，得到构建好的缺失值填补模型，包括：

根据待填补的时序变量确定自回归项数，并根据所述自回归项数得到自回归项；

将所述自回归模型作为基础模型，将所述自回归项作为模型的基本项；

将所述第一协变量集合、第二协变量集合、第三协变量集合以及第四协变量集合中的每一个变量作为协变量加入模型，将白噪声项加入模型，得到构建好的缺失值填补模型。