疾病风险的预测方法、训练方法、装置、电子设备及介质

本申请提出一种疾病风险的预测方法、训练方法、装置、电子设备及介质，获得训练数据的过程中，以多模态待处理数据的标注作为疾病真实值，对多模态待处理数据进行处理，得到对应的特征向量，以医学影像对应的特征向量作为指导其他模态对应特征向量的知识，采用知识蒸馏技术，使各特征向量表达一致，然后得到特征加权融合后、作为回归预测模型输入的全局特征表示，回归预测模型以疾病预测值为输出，这样，利用训练好的回归预测模型，就可以基于多模态数据进行全面、准确、高效的疾病风险预测；以特征丰富的医学影像作为知识，指导其他模态，使得模型预测的准确率更高。