一种基于多模态数据融合的脑卒中风险预测方法和系统

本发明公开了一种基于多模态数据融合的脑卒中风险预测方法和系统，包括以下步骤：A1数据采集与预处理步骤；A2 特征嵌入与多模态融合步骤；A3 自注意力机制优化特征融合步骤；A4 多模态协同训练步骤；A5 动态预测与实时更新步骤。通过整合医学影像数据、基因数据、电子健康记录（EHR）和生物标志物数据，能够全面评估脑卒中风险，解决了单一数据源的局限性。通过深度学习模型对各类数据的独立特征提取与嵌入处理，本方法能够捕捉到每种数据模态中的深层次信息，提供更为细致、准确的风险评估。