基于深度学习的LNG接收站员工健康风险预测方法及系统

本发明涉及健康风险预测技术领域，具体为基于深度学习的LNG接收站员工健康风险预测方法及系统。包括：采集员工的生理体征数据、工作任务数据、环境参数数据以及个体健康档案等多源异构数据；对采集的数据进行特征工程处理，提取与健康风险高度相关的有效特征，并构建复合风险因子如低温冻伤风险指数、疲劳累积指数、化学中毒风险指数等；利用特征和风险因子训练并优化深度学习模型；基于模型输出对员工未来可能发生的特定健康风险进行量化评估和早期、精准预测；并在预测风险超限时生成预警及干预建议。本发明能够提高LNG接收站职业健康监护的智能化水平，实现个体化风险管理，提升本质安全，有效保护员工健康。