基于机器学习的多模态影像协同麻醉风险实时预测方法

本发明公开了基于机器学习的多模态影像协同麻醉风险实时预测方法，包括获取患者的术前的多类型影像和多类型非影像数据，构建多模态融合数据集；S2、构建分层式多模态融合网络模型，包括底层、中层和上层，模型底层对多模态融合数据集进行特征提取，中层为模态融合层，将不同模态的特征进行融合，形成综合特征张量，上层为预测层，对综合特征张量进行处理，输出麻醉风险预测结果；S3、将麻醉风险预测结果与麻醉药物代谢预测结果结合，输出麻醉风险预测值，设定麻醉风险阈值体系，输出麻醉风险等级。本申请有效解决了麻醉风险难以精准实时预测的问题，提高了麻醉风险预测的准确性和全面性。