跨医院联邦隐变量因果识别方法、系统、存储介质及设备

摘要: 本发明涉及联邦因果学习,特别是涉及一种跨医院联邦隐变量因果识别方法、系统、存储介质及设备。背景技术:1、目前,因果结构学习旨在从观测数据中恢复变量之间的因果关系...
跨医院联邦隐变量因果识别方法、系统、存储介质及设备

本发明涉及联邦因果学习,特别是涉及一种跨医院联邦隐变量因果识别方法、系统、存储介质及设备。

背景技术:

1、目前,因果结构学习旨在从观测数据中恢复变量之间的因果关系,是理解数据生成机制、支持干预决策的重要技术手段。现有因果结构学习方法主要包括三类:基于约束的因果发现方法,如pc算法(peter-clark algorithm)、快速因果推断算法(fci,fast causalinference),通过独立性检验排除不存在的因果关系;基于评分的结构搜索方法,如贪婪等价搜索算法(ges,greedy equivalence search),通过优化评分函数获得最优因果图;以及基于函数因果模型的方法,如线性非高斯无环模型(lingam,linear non-gaussianacyclic model)和加性噪声模型(anm,additive noise model),利用噪声独立性或函数形式假设推断因果方向。然而,这些方法通常依赖单一环境、独立同分布的数据假设,难以处理来自多源环境的异构数据,容易在分布偏移条件下产生虚假因果关系。

2、在实际应用中,数据往往来自多个机构、设备或区域,呈现显著的分布差异。例如,不同医院的患者群体在年龄结构、疾病谱、诊疗流程、检测设备等方面存在系统性差异,导致同一疾病在不同医院呈现不同的统计特征。传统因果学习方法在此类多源非独立同分布场景下难以保持因果结构的稳定性,往往会将环境差异误判为因果关系,从而导致错误的因果推断。

3、此外,多源数据通常无法集中共享,受到隐私保护、数据安全与合规要求的严格限制,尤其在医疗领域,患者数据涉及高度敏感的个人健康信息,跨机构数据汇聚面临法律与伦理障碍。传统集中式因果结构学习方法需要将所有数据上传至中心服务器进行统一建模,因此难以直接应用于跨医院协同分析场景。

4、更进一步地,医疗数据本身具有显著的复杂性:既包含连续型生理指标(如血糖、血压、心率变异性),也包含离散型临床分级(如病程分级、并发症等级),属于典型的混合型变量;同时,疾病的真实病因往往由多个潜在生物机制共同驱动,且变量之间存在高度非线性的依赖关系,使得传统基于线性假设或低阶统计量的方法难以准确恢复潜在病因网络。

技术实现思路

1、为解决上述现有技术中联邦环境下难以在数据不出域的前提下识别隐变量结构、以及混合型观测数据导致隐变量因果关系不可辨识的问题,本发明提供了一种跨医院联邦隐变量因果识别方法、系统、存储介质及设备。

2、第一方面,本发明提供了一种跨医院联邦隐变量因果识别方法,包括以下步骤:

3、s1、获取来自多个医院数据源的观测数据;所述观测数据包括原始离散观测变量和原始连续观测变量;

4、s2、对各医院的所述原始连续观测变量执行多级离散化,基于秩停止增长准则判定离散化的满秩条件,输出离散化后的原始连续观测变量;所述离散化后的原始连续观测变量和所述原始离散观测变量构成离散观测变量;

5、s3、各医院本地计算所述离散观测变量对应的概率张量片段,得到张量统计量;对所述张量统计量处理后上传至服务器端,经服务器安全聚合得到全局张量统计量;

6、s4、服务器端基于所述全局张量统计量估计概率张量的最小秩,将该最小秩作为隐变量支持大小;

7、s5、基于所述隐变量支持大小,结合两充分测量条件与张量秩判别规则,对所述离散观测变量聚类生成隐变量簇,得到隐变量划分结果;基于所述离散观测变量,根据条件张量秩规则得到隐变量之间的因果方向,得到完整的隐变量因果结构图;

8、s6、输出所述隐变量划分结果及对应的隐变量因果结构图。

9、第二方面,本发明提供了一种跨医院联邦隐变量因果识别系统,包括以下模块:

10、数据获取模块(001),用于获取来自多个医院数据源的观测数据;所述观测数据包括原始离散观测变量和原始连续观测变量;

11、本地离散化模块(002),用于对各医院的所述原始连续观测变量执行多级离散化,基于秩停止增长准则判定离散化的满秩条件,输出离散化后的原始连续观测变量;所述离散化后的原始连续观测变量和所述原始离散观测变量构成离散观测变量;

12、本地张量统计与聚合模块(003),用于各医院本地计算所述离散观测变量对应的概率张量片段,得到张量统计量;对所述张量统计量处理后上传至服务器端,经服务器安全聚合得到全局张量统计量;

13、张量秩估计模块(004),用于服务器端基于所述全局张量统计量估计概率张量的最小秩,将该最小秩作为隐变量支持大小;

14、隐变量结构识别模块(005),基于所述隐变量支持大小,结合两充分测量条件与张量秩判别规则,对所述离散观测变量聚类生成隐变量簇,得到隐变量划分结果;基于所述离散观测变量,根据条件张量秩规则得到隐变量之间的因果方向,得到完整的隐变量因果结构图;

15、输出模块(006),用于输出所述隐变量划分结果及对应的隐变量因果结构图。

16、第三方面,本发明提供了一种存储介质,存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能够实现所述的跨医院联邦隐变量因果识别方法。

17、第四方面,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行所述的跨医院联邦隐变量因果识别方法。

18、与现有技术相比,其有益效果在于:

19、本发明通过在客户端本地构建概率张量片段并施加加性掩码,实现了对混合型变量联合分布的统一建模;通过服务器端的张量秩估计直接推断隐变量的支持大小,无需任何先验设定;通过条件张量秩规则恢复隐变量之间的因果方向,能够处理隐变量与观测变量之间的非线性依赖关系;通过联邦安全聚合机制实现数据不出域的隐私保护。本发明将隐变量簇构建与因果结构识别封装在同一概率框架下协同执行,最终自动输出观测变量的隐变量归属及隐变量因果结构图,显著提升了在多源异构、混合型变量及隐私受限场景下的因果结构学习能力。

1.一种跨医院联邦隐变量因果识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,在步骤s2中,对各医院的所述原始连续观测变量执行多级离散化,基于秩停止增长准则判定离散化的满秩条件,包括:对所述原始连续观测变量的离散化阶数k逐步增加,构造离散化后的联合分布矩阵,所述离散化后的联合分布矩阵的表达式为:

3.根据权利要求1所述的方法,其特征在于,在步骤s3中,各医院本地计算所述离散观测变量对应的概率张量片段,所述概率张量片段包括边缘概率张量、条件概率张量以及张量展开矩阵的局部统计量。

4.根据权利要求1所述的方法,其特征在于,在步骤s3中,各医院本地对所述张量统计量采用加性掩码处理后,上传至服务器,保障患者观测数据不离开医院本地。

5.根据权利要求1所述的方法,其特征在于,在步骤s4中,服务器端基于所述全局张量统计量估计概率张量的最小秩,包括:对所述全局张量统计量执行非负张量分解,得到最小秩,并将作为隐变量支持大小的估计值。

6.根据权利要求1所述的方法,其特征在于,在步骤s5中,对所述离散观测变量聚类生成隐变量簇,所述离散观测变量满足:

7.根据权利要求1所述的方法,其特征在于,在步骤s5中,所述条件张量秩规则包括:对所述离散观测变量集合及其条件变量集合构建对应的条件概率张量,当所述条件概率张量满足:

8.一种跨医院联邦隐变量因果识别系统,其特征在于,包括以下模块:

9.一种存储介质,其特征在于,存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能够实现权利要求1-7任一项所述的跨医院联邦隐变量因果识别方法。

10.一种计算机设备,其特征在于,包括存储器(101)和处理器(102),所述存储器(101)中存储有计算机可读指令,其特征在于,所述计算机可读指令被所述处理器(102)执行时,使得所述处理器(102)执行如权利要求1-7任一项所述的跨医院联邦隐变量因果识别方法。