肺动脉高压发生概率预测模型的训练方法及预测方法

本申请公开了一种肺动脉高压发生概率预测模型的训练方法及预测方法，训练方法包括获取多组历史影像数据；融合YOLOv6网络模型和特征自适应注意力模型，得到初始预测模型，特征自适应注意力模型用于自适应选择不同卷积核对不同尺度的通道特征进行提取及混洗；输入多组历史影像数据至初始预测模型进行训练，得到目标慢性血栓栓塞性肺动脉高压发生概率预测模型。本方法实现了基于YOLOv6网络模型及特征自适应注意力模型构建得到目标慢性血栓栓塞性肺动脉高压发生概率预测模型，有利于提高根据目标慢性血栓栓塞性肺动脉高压发生概率预测模型对慢性血栓栓塞性肺动脉高压发生概率进行预测的预测准确性及预测效率。