一种慢性Doc患者分级诊断方法及系统

本发明提供了一种慢性Doc患者分级诊断方法及系统，方法包括：从慢性Doc患者中采集多模态数据；对多模态数据进行数据清洗，得到清洗数据；利用多集典型相关分析算法从不同模态的清洗数据中提取关键特征向量；通过深度学习模型对关键特征向量进行融合，并优化关键特征向量间的权重分配，得到多模态特征向量；基于多模态数据样本库训练预设的分级诊断模型；将多模态特征向量输入至训练好的分级诊断模型中，得到分级诊断结果。本发明通过多模态数据融合、深度学习优化和智能化诊断模型的构建，显著提升了慢性Doc患者分级诊断的科学性、准确性和临床实用性，为个性化治疗和智慧诊疗提供了重要支持。