一种脑卒中预测复发方法及系统

本发明提供了一种脑卒中预测复发方法及系统，涉及医疗预测领域，具体技术方案为：获取脑卒中多源异构数据，包括：诊疗数据、MRI影像数据、N年内随访数据；提出谱聚类联合XGBoost方法填补患者结构化空缺数据；以UNet为基础架构引入多尺度残差注意力机制，建立脑卒中病灶分割模型，实现脑卒中梗死病灶的自动识别；利用高斯变换方法实现对图像的高维度转换，提取多变种高维度影像组学特征；提出改良的特征筛选方法，实现高维度特征的深度挖掘。以深度森林算法为基础引入XGBoost，与随机森林和极端随机森林共同组成深度森林的级联结构，建立预测复发模型，评估脑卒中患者出院后N年内的复发风险。