基于神经网络拟真计算的人群抗体浓度动态评估方法

本发明公开了一种基于神经网络拟真计算的人群抗体浓度动态评估方法，S1、获取多模态免疫学相关数据集；S2、生成完整的多模态特征数据集；S3、基于所述多模态特征数据集构建深度学习模型；S4、对分段式神经网络模型进行训练；S5、将待评估人群的多模态免疫学相关数据输入训练好的分段式神经网络模型，生成个体抗体浓度随时间变化的预测结果；S6、根据所述个体抗体浓度随时间变化的预测结果，汇总多个个体的预测数据，建立人群整体抗体浓度动态分布模型；S7、结合数据输出提供疫苗接种优化策略建议和人群免疫干预方案。本发明为免疫监测和疫苗接种策略优化提供了关键技术支持。