一种基于随机森林与LSTM神经网络的高血压预测方法

本发明公开了一种基于随机森林与LSTM神经网络的高血压预测方法，属于医疗数据处理技术领域，包括：获取患者的样本信息，建立信息收集库；对预处理后的样本信息通过随机森林进行特征重要性分析；通过注意力机制计算每个关键特征的权重，并生成加权后的特征表示；将加权后的特征表示输入到神经网络生成上下文向量；将上下文向量输入到多层感知机进行预测输出；根据预测输出和真实值优化多层感知机、注意力机制以及神经网络，以得到预测模型；向预测模型输入样本信息得到高血压预测结果。所述基于随机森林与LSTM神经网络的高血压预测方法解决了现有的预测方法难以实现对个体患病风险的精准预测的问题。