基于AI芯片的小样本临床试验数据增强方法与流程
本发明涉及试验数据增强,具体为基于ai芯片的小样本临床试验数据增强方法。
背景技术:
1、临床试验数据尤其是小众适应症、短期临床试验场景下普遍存在样本数量少、样本覆盖维度不足、数据分布不均衡的问题,导致直接基于原始小样本数据集开展疗效统计分析、智能模型训练时,极易出现模型泛化能力差、拟合精度低、统计结果偏差较大的技术缺陷。现阶段小样本临床试验数据增强方案多采用统一倍率、同质化扩增策略,难以有效甄别并剔除偏离临床合理区间、分布异常的边缘化扩增样本,导致扩增后数据集混杂大量噪声数据与无效失真样本,降低临床试验数据分析准确度与模型训练可靠性。
2、为此我们提出基于ai芯片的小样本临床试验数据增强方法用于解决上述问题。
技术实现思路
1、本发明的目的在于提供基于ai芯片的小样本临床试验数据增强方法,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:基于ai芯片的小样本临床试验数据增强方法,该方法包括以下步骤:
3、获取目标临床试验的多个原始样本数据集,并存储于ai芯片的存储空间中;
4、在存储空间中设置多个管理点以及管理点对应的抓取链,基于抓取链对存储空间的多个原始样本数据集分别进行扩增得到多个扩增样本数据集;
5、基于多个管理点将多个扩增样本数据集与多个原始样本数据集进行融合,得到增强后的临床试验数据集。
6、优选的,所述获取目标临床试验的原始样本数据集,并存储于ai芯片的存储空间中的步骤包括:
7、获取目标临床试验的多个原始样本数据并按照特征类型进行分类得到多个原始样本数据集;
8、对应特征类型设置多个空间板块,每个空间板块存储一个特征类型对应的原始样本数据集;
9、基于多个特征类型将多个原始样本数据集所在的空间板块之间进行连接作为ai芯片的存储空间。
10、优选的,所述在存储空间中设置多个管理点以及管理点对应的抓取链的步骤包括:
11、对存储空间中的每个空间板块配置管理点,将多个管理点之间进行通信连接;
12、对每个管理点配置多个抓取链,其中,抓取链包括多个抓取点以及多个触连线,每个抓取链对应一个患者的原始样本数据集。
13、优选的,所述对应存储空间中的每个空间板块配置管理点,将多个管理点之间进行通信连接的步骤包括:
14、对应存储空间中的每个空间板块配置管理点,获取管理点分别对应的空间板块;
15、对每个空间板块布设多个边界标记点,将多个边界标记点之间进行连接得到标记圈;将相邻的标记圈分别对应的管理点之间通信连接。
16、优选的,所述对每个管理点配置多个抓取链的步骤包括:
17、获取空间板块存储的特征类型对应的原始样本数据集的偏差指数,基于偏差指数确定每个患者的原始样本数据集对应的扩增量;
18、对空间板块进行划分得到多个子空间,每个子空间用于存储一个类别的扩增量;
19、对应扩增量的类别的数量配置多个抓取点并铺设在各个子空间上,其中,每个抓取点对应一个扩增量的类别,抓取点与子空间一一对应;
20、对每个管理点设定多个触连线,其中触连线的一端与管理点固定连接,对每个扩增量的类别设置多个抓取点,建立触连线与抓取点之间的连接,将通过触连线与管理点连接的多个抓取点作为抓取链。
21、优选的,所述基于抓取链对存储空间的多个原始样本数据集分别进行扩增得到多个扩增样本数据集的步骤包括:
22、获取各个原始样本数据集分别所在的空间板块以及空间板块对应的边界标记点;
23、获取特征类型的原始样本数据集对应的偏离指数,基于偏离指数确定特征类型需要扩增的原始样本数据集的需求数量;
24、基于需求数量将空间板块划分成多个子空间;将特征类型对应的原始样本数据集随机存储在空间板块中的任意一个子空间中,根据特征类型对应的原始样本数据集扩增对应需求数量的样本数据集并分别存储在其余的子空间中;
25、基于抓取链对多个子空间中的扩增样本数据集进行筛选得到扩增样本数据集;基于多个管理点分别对应的抓取链得到多个扩增样本数据集。
26、优选的,所述基于抓取链对多个子空间中的扩增样本数据集进行筛选得到扩增样本数据集的步骤包括:
27、将抓取点与各个子空间中的扩增的样本数据集之间进行绑定;
28、确定特征类型对应的样本数据集,将各个抓取点分别对应的扩增样本数据集与特征类型对应的原始样本数据集之间进行对比,并筛选出差距不满足预设条件的扩增样本数据集对应的抓取点作为无效抓取点,并将无效抓取点对应的扩增样本数据集进行删除并销毁无效抓取点;
29、基于触连线分别建立管理点与多个非无效抓取点之间的连接得到对应管理点的抓取链,基于抓取链获取各个抓取点对应的扩增样本数据集得到多个扩增样本数据集。
30、优选的,所述基于多个管理点将多个扩增样本数据集与多个原始样本数据集进行融合,得到增强后的临床试验数据集的步骤包括:
31、获取各个管理点分别对应的无效抓取点所占据的子空间作为空闲子空间,并将空闲子空间从管理点对应的标记圈中剔除;
32、获取相邻两个空间板块对接侧的边界标记点,完成两组边界标记点的一一对应匹配,建立标记点之间的绑定关系,屏蔽原有空间板块之间的隔离边界,使相邻封闭存储区域连通得到更新后的多个存储空间;
33、将多个空闲子空间均匀分配在多个管理点中剩余的子空间中,将多个子空间中的扩增样本数据集与原始样本数据集共同作为增强后的临床试验数据集。
34、与现有技术相比,本发明的有益效果是:
35、能够依据患者样本权重实现差异化定量扩增,稳定数据集整体规模,依托子空间完成扩增数据有序临时存储,同时剔除边缘化不合格的扩增样本,既合理补齐小样本数据体量短板,又有效净化数据整体质量,优化数据分布结构,降低数据噪声,提升临床试验数据分析与模型应用的精准度,还可优化存储资源利用与硬件调度效率。
1.基于ai芯片的小样本临床试验数据增强方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述获取目标临床试验的原始样本数据集,并存储于ai芯片的存储空间中的步骤包括:
3.根据权利要求1所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述在存储空间中设置多个管理点以及管理点对应的抓取链的步骤包括:
4.根据权利要求3所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述对应存储空间中的每个空间板块配置管理点,将多个管理点之间进行通信连接的步骤包括:
5.根据权利要求1所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述对每个管理点配置多个抓取链的步骤包括:
6.根据权利要求1所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述基于抓取链对存储空间的多个原始样本数据集分别进行扩增得到多个扩增样本数据集的步骤包括:
7.根据权利要求6所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述基于抓取链对多个子空间中的扩增样本数据集进行筛选得到扩增样本数据集的步骤包括:
8.根据权利要求1所述的基于ai芯片的小样本临床试验数据增强方法,其特征在于:所述基于多个管理点将多个扩增样本数据集与多个原始样本数据集进行融合,得到增强后的临床试验数据集的步骤包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com