一种基于机器学习的脑血管病诊断方法、装置及存储介质

本申请公开了一种基于机器学习的脑血管病诊断方法、装置及存储介质，该方法包括：获取包含健康和不同程度脑血管病患者的样本EEG数据集；其中，样本EEG数据集中每个样本具有健康状态或病变程度标记；根据样本EEG数据集对预设的机器学习分类模型进行训练，获得脑血管病诊断分类模型；获取待诊断目标的EEG数据，对待诊断目标的EEG数据进行预处理后输入脑血管病诊断分类模型，通过脑血管病诊断分类模型对待诊断目标的EEG数据进行健康状态或病变程度分类，获得待诊断目标的脑血管病诊断结果。如此，通过机器学习模型提高了脑血管病诊断过程中的准确性和效率。