一种基于机器学习的临床试验数据异常检测方法及系统

本发明涉及临床数据检测技术领域，本发明涉及一种基于机器学习的临床试验数据异常检测方法及系统，其中的方法包括：构建临床试验异构图；将各节点的原始多模态特征输入到预设的混合特征编码器以得到各节点的初始向量；根据一组正常临床试验数据训练时空图谱自编码器和贝叶斯网络；通过训练好的时空图谱自编码器计算各节点的初始向量在当前时刻的重构误差向量和时空上下文嵌入；所述判定节点是否异常。本发明能够精确识别出隐藏在复杂背景下的微小偏差，提高异常检测准确率的同时，有效降低了因数据正常波动引起的误报和漏报，整体上增强了临床试验数据质量监控的可靠性与效率。