一种基于贝叶斯网络的创伤数据增强方法及系统

本发明提供一种基于贝叶斯网络的创伤数据增强方法及系统，其方法包括：获取历史创伤数据和创伤伤情概念模型；训练条件概率模型，以使得条件概率模型学习历史创伤数据中特征间的条件依赖关系及边缘概率分布，输出历史创伤数据的概率统计参数；以历史创伤数据、创伤伤情概念模型及条件概率模型输出的概率统计参数为输入，构建初始贝叶斯网络并进行迭代训练，形成包含多维度依赖关系的目标贝叶斯网络；基于目标贝叶斯网络，通过概率推理生成满足创伤伤情概念模型约束且符合历史创伤数据概率分布特征的目标增强数据。本方案具备良好的泛化能力，在生成新样本时保持各项生理指标之间的内在一致性与合理性。