一种基于深度学习的中草药组合物血管保护效果预测方法及系统

本申请提供一种基于深度学习的中草药组合物血管保护效果预测方法及系统。其中，首先获取中草药的光谱数据，通过光学滤波单元分离出活性成分特征信号。利用深度神经网络的主成分降维模块和分子极性感知层，分析不同极性成分的相位偏移量，动态调整特征权重，建立光谱参数与活性成分浓度的关联模型，生成成分特征谱。随后，通过多通道注意力模块对特征谱的波段权重进行动态分配，并与血管细胞响应数据库中的靶点活性阈值区间比对，优化特征谱。最后，将优化后的特征谱输入神经网络模型，匹配特征维度后输出血管保护效应的量化值。本发明通过深度学习动态解析中草药光谱特征，精准量化其血管保护效果。