一种基于多生命体征时序数据的健康状态预测方法

本发明公开了一种基于多生命体征时序数据的健康状态预测方法，方法包括：获取多个不同模态的生命体征时序数据；将多个生命体征时序数据输入切片分块频域时间序列处理模块进行预处理，得到增强特征矩阵，预处理包括：对每个生命体征时序数据进行时间片段划分，得到多个片段数据，对每个片段数据进行特征提取，得到时域片段特征，对每个时域片段特征进行频域转换，得到频域片段特征，将频域片段特征转换回时间域，获得增强特征矩阵；将增强特征矩阵输入Transformer模块，得到健康状态预测结果，Transformer模块包括编码器模块、解码器模块和输出层模块。本发明能够提升模型在应对多模态和动态特征时的适应性与泛化性。