基于异构图神经网络的多维数据疾病关联预测方法及装置

本发明公开了基于异构图神经网络的多维数据疾病关联预测方法及装置，所述方法包括：收集与整合多源数据，得到疾病与每一种因素之间的关联关系与关联权重；基于疾病与每一种因素之间的关联关系与关联权重构建异构图，并通过注意力机制动态分配关系权重，优化所述异构图，得到优化后的异构图神经网络模型；基于优化后的异构图神经网络模型对潜在疾病进行预测，得到预测结果，并将所述预测结果整合至所述异构图神经网络模型中，形成最终的疾病网络。本发明能够全面捕捉疾病之间的复杂关联，提升了网络的表达能力和预测精度，通过异构图神经网络自动学习多维关联，避免了手动设置元路径的繁琐过程，降低了人为偏差的风险，同时提升了分析效率。