基于机器学习构建肺部感染风险预测模型的方法及系统

本发明适用于模型预测技术领域，提供了基于机器学习构建肺部感染风险预测模型的方法及系统，包括以下步骤：采集数据信息，对数据信息进行标准化处理，所述数据信息包括结构化数据、影像数据、时序数据和环境数据；基于数据信息进行多模态特征提取得到影像特征F1、生理时序特征F2和环境特征F3；进行多模态特征融合，确定影像特征、生理时序特征和环境特征的权重，基于季节因素自适应调整环境特征权重；通过焦点损失处理类别不平衡，根据感染潜伏期特性确定时间衰减权重，确定总损失函数；采用多层感知机，进行模型训练得到肺部感染风险预测模型。本发明通过引入季节因子和季节敏感度系数，实现了环境特征权重的自适应调整。