摘要
本发明公开了一种基于人工智能的健康体检数据分析方法及系统,方法包括:接收用户的多模态健康体检原始数据,生成融合时空关联性的多模态特征矩阵;将多模态特征矩阵输入轻量化双通道网络,获得解耦后的双模态特征组;基于双模态特征组构建隐马尔可夫链,生成带时间戳的健康状态转移轨迹图;将健康状态转移轨迹图输入生成对抗网络的判别器,输出高风险节点的置信度评分及病理触发阈值;根据病理触发阈值激活规则引擎,结合个体生活习惯数据生成分层健康干预指令集。利用本发明实施例,能够高效分析健康体检数据,优化疾病早期预警和健康干预的精准性。
技术关键词
结构化报告数据
体检数据分析方法
时空融合特征
生成对抗网络
医学影像数据
动态时间规整算法
带时间
多模态特征
稳态特征
高风险
拉格朗日插值
双模态
时间同步
轨迹
矩阵
生理
健康体检数据
多分辨率
指数平滑预测