基于自监督与域对抗神经网络的新冠风险评估方法及系统

本发明公开了一种基于自监督学习与域对抗神经网络的新冠风险评估方法，包括获取健康人群的血常规检验数据及对应的人员信息构建自监督预训练数据集，从中筛选形成掩码指标数据集；构建新冠筛查模型数据集包括一般人群的血常规检验数据及对应的人员信息、新冠标签和域标签；利用掩码指标数据集和自监督预训练数据集训练自监督预训练模型；迁移学习训练好的自监督预训练模型并进行新冠标签分类学习和域标签分类学习，获得训练好的新冠筛查模型，用于输出新冠分类结果。本发明能够基于小样本揭示疾病的复杂性，同时灵活应对不同医院环境的差异性，高效挖掘疾病特征，有助于在各种医疗场景下实现新冠风险识别，有效提升了模型泛化能力。