基于衰老标志物与脑卒中临床数据联合的预后预测方法

本发明涉及医学预后技术领域，具体涉及一种基于衰老标志物与脑卒中临床数据联合的预后预测方法，具体如下：采集训练数据，将采集的数据进行数据统一存储在数据仓库中；对采集的数据进行数据清洗和多模态数据融合，再对融合后的数据进行归一化处理；由专家对采集的数据进行人工标注；采用基于欧拉拉格朗日方程的双线性插值方法进行采集的衰老标志物数据和脑卒中临床数据进行扩充得到训练集；基于漂移补偿的前馈神经网络构建机器学习模型，将训练集输入至机器学习模型中进行训练；选择最优模型，输入新数据，得到最终预测结果。本发明可以提升脑卒中预后预测的准确性、稳健性和适应性，弥补现有技术在医学数据分析中的不足。