基于动态图神经网络的低温死亡时序预测方法及装置

本申请涉及一种基于动态图神经网络的低温死亡时序预测方法及装置。所述方法包括：获取实时监测的低温状态下的代谢物数据，并将代谢物数据按预设缓存队列排序，得到代谢物数据序列；对代谢物数据序列进行预处理，并提取连续特征数据，得到特征矩阵；利用特征矩阵构建动态代谢物互助网络图结构；动态代谢物互助网络图结构包括代谢物节点和代谢物之间的协同变化关系边；将动态代谢物互助网络图结构输入到代谢物预测图神经网络模型中，得到低温死亡时序预测；低温死亡时序预测包括死亡风险得分和对应的等级标签。采用本方法能够精准预测死亡进程所处的阶段，极大地增强了死亡推理的连续性与过程感知能力。