基于深度学习的儿童肥胖风险预测系统

本发明公开了基于深度学习的儿童肥胖风险预测系统，属于儿童健康管理技术领域，包括家族健康数据获取模块、遗传性肥胖预测模块、儿童健康数据获取模块、环境性肥胖预测模块和儿童肥胖风险预测模块。本发明采用残差增强CatBoost模型进行遗传性肥胖预测，充分利用数据中的复杂信息，提高模型面对复杂数据时的性能并缓解数据不平衡影响，提高预测准确性和稳定性；采用多图神经网络模型进行环境性肥胖预测，综合分析数据中各类信息的交互作用，能针对不同儿童健康进行个性化建模，提高了预测准确性和个性化；结合遗传性肥胖预测和环境性肥胖预测，进行儿童肥胖风险预测，可以提供更全面、更精确的结果，进而有针对性地为儿童制定干预方案。