一种融合动态样本均衡与多模态深度学习的糖尿病足风险预测方法

本发明公开了一种融合动态样本均衡与多模态深度学习的糖尿病足风险预测方法。该方法基于原有的少量样本与医学特征，通过改进的样本生成技术结合动态样本均衡策略调节样本分布，采用门控注意力机制融合红外热温度矩阵特征与临床参数特征，并通过深度学习模型输出风险概率，有效提升召回率与预测精度，适用于社区医疗场景中的早期筛查模型的训练与性能的提升。本发明通过动态样本均衡策略解决了样本分布不均衡的问题，通过多模态融合架构整合了红外热温度矩阵和临床参数，提升了模型的抗干扰能力和预测性能，为糖尿病足的早期筛查提供了有力支持。