一种基于数据升维与深度学习的未病阶段检测方法及装置

本发明涉及一种基于数据升维与深度学习的未病阶段检测方法及装置，旨在解决现有技术中存在的仅能完成对未病态和健康态的二分类识别任务，无法对未病处于何种阶段进行识别的技术问题。包括：数据升维表征模块和数据检测分类模型。数据升维表征模块将不同阶段的不同检测类别的医疗指标数据，进行维度提升并压缩编码；数据检测分类模型对经过压缩编码的数据进行运算，并构建模型认知矩阵，以判断未病处于何种阶段。本发明能提高数据的特征丰富度，并差异化表征未病不同阶段的不同类的医疗指标数据。通过构建多任务优化、双输入的数据检测分类模型，能在仅基于医疗指标数据驱动，而不依赖先验知识的同时，提高分类识别的准确性。