一种基于深度学习的克罗恩病预测方法

本发明涉及深度学习技术领域，具体涉及一种基于深度学习的克罗恩病预测方法，包括收集克罗恩病患者和健康对照组的肠道菌群分布数据，获取肠道不同部位的菌群组成信息；还收集克罗恩病患者的年龄；对肠道菌群的空间分布数据进行特征提取，将肠道划分为M个体素，每个体素包含N种细菌，肠道菌群空间分布数据表示为M×N的矩阵X，通过卷积核在肠道空间不同位置滑动；构建短期长记忆网络处理融合后的特征向量形成预测模型，在预测模型的输出层添加一个全连接层，将输出映射到一个概率值；本发明通过深入挖掘肠道菌群的空间分布特征并结合年龄，寻找出肠道菌群的空间分布特征和年龄与克罗恩病的关系，为医生提供更可靠的预测依据。