一种基于深度学习模型的分布式健康监测方法

本发明提供一种基于深度学习模型的分布式健康监测方法，涉及数据分布式监测领域，包括：S1：构建分布式健康监测系统，分布式健康监测系统包括：采集边缘层、网络边缘层和服务器层；S2：获取患者的采集数据集合，通过采集边缘层对采集数据集合进行处理，获得患者的生命体征综合数据集合，将生命体征综合数据集合输入网络边缘层；S3：在网络边缘层中部署多层中继节点网络、中间节点和Qos模型函数，生命体征综合数据集合经过多层中继节点网络、中间节点和Qos模型函数的处理后获得监测数据集合，将监测数据集合输入服务器层；S4：在服务器层中部署预处理函数、多模态融合函数、深度学习模型和诊断结果生成函数，监测数据集合经过预处理函数、多模态融合函数、深度学习模型和诊断结果生成函数的处理后，获得患者的最终监测结果。本发明通过服务器层中部署的深度学习模型获得最终融合特征，最终融合特征可精准识别健康模式并输出监测结果，在资源受限的场景中仍然可以获得高精度的监测结果。