一种基于图神经网络的呼吸系统风险预测方法及系统

本发明涉及呼吸系统风险预测技术领域，提出了一种基于图神经网络的呼吸系统风险预测方法及系统，包括：收集患者的多模态医疗数据，基于多模态医疗数据构建多层异构图；通过多层异构图构建加权邻接矩阵和节点特征向量；基于加权邻接矩阵与节点特征向量进行矩阵乘积运算和卷积操作，并与历史时刻状态信息进行拼接组合，得到图状态表示并进行时间维度的加权聚合，得到时序注意力特征；基于临床检查数据进行编码处理，得到多模态融合特征；将多模态融合特征输入风险分类器进行分类计算，得到呼吸系统风险等级预测结果，并生成风险评估报告，输出呼吸风险预警信息。本发明提高了呼吸系统风险预测的准确性和临床实用性。