基于多模态融合策略和深度学习的血管风险评估模型系统

本发明基于多模态融合策略和深度学习的血管风险评估模型系统：获取模块获取多个历史患者的检查化验数据、影像数据、基因检测数据和临床数据，标注各种血管疾病状况；预处理模块对数值型数据标准化，对类别型数据独热编码或实体嵌入，对时序性数据转换为固定长度向量，对影像数据提取影像学特征和/或从中学习影像深层特征，对文本数据提取特征，对SNPs数据降维，对基因表达谱数据归一化和特征选择；特征样本构建模块利用各历史患者的多模态预处理后特征构建训练集和验证集；模型构建模块构建多任务深度学习模型；多任务学习训练模块对模型训练和验证，使用优化算法对模型优化超参数，调整超参数至最优获得目标多任务深度学习模型。