一种融合心肺运动参数时序信息的冠心病预测方法

本发明公开了一种融合心肺运动参数时序信息的冠心病预测方法，包括以下步骤：采集患者的多维度健康数据；对所述多维度健康数据进行预处理；从预处理后的数据中提取特征；利用深度学习模型对提取的特征进行时序分析；将时序分析结果和静态特征输入到分类模型中进行冠心病预测，输出预测结果并生成相关健康报告。本发明通过获取目标对象的人口学资料、基础医疗信息和心肺运动试验数据，具体包括年龄、性别、身体质量指数、社会经济学信息、既往史、合并症、临床检验和检查、运动能力、心血管功能和通气灌注等参数，通过融合静态参数和时序信息对冠心病进行预测，能够更好地捕捉患者健康数据中的动态变化，提高预测准确率。