用途：对 bulk 表达矩阵（特征×样本）先过滤高缺失基因，再按一个分组列分层做 KNN 填补。
主要能力：剔除缺失比例≥50%的基因；按 group_column 的每个唯一值建立分层；样本数≥11 的分层用 DMwR2 做组内 KNN；分层内某基因缺失≥50%则跳过并保留 NA；样本数≤10 的分层改用行均值或中位数直接填补，若该行全缺失则回退到全局行均值/中位数。输出 imputed_expression_matrix.csv 与 session_info.txt。
使用方式：需先安装 DMwR2（不在 CRAN）：install.packages("remotes") 后 remotes::install_github("cran/DMwR2")。运行：Rscript scripts/main.R --input_file ... --group_file ... --output_dir ... --sample_column sample --group_column group --k 10 --small_strata_fill_method mean --overwrite --timeout_seconds 0 --seed 42。输入矩阵首列为特征 ID，其余为数值或空/NA；分组文件含样本 ID 列与单一分组列，样本名须完全匹配。重跑已有输出目录需加 --overwrite。
适用场景：bulk 表达矩阵、单一分组列分层、非交互式命令行流程。
限制：不支持单细胞数据、多列分层、非表格输入、依赖网络的工作流和交互式分析；KNN 仅在≥11 样本的分层内运行；缺失编码须为空或 NA。算法细节、错误处理与 CLI 示例见 references/ 下对应文件。