一种基于因果驱动和全局退火优化的高效能多模态新生儿脑损伤分级系统

本发明公开了一种基于因果驱动和全局退火优化的高效能多模态新生儿脑损伤分级系统，涉及医疗人工智能技术领域。所述系统包括：数据预处理模块、因果森林特征筛选模块、模拟退火优化模块及分级预测模块。通过因果森林算法从新生儿生理参数中提取因果关联特征，消除混杂变量干扰；结合模拟退火算法对分级模型参数进行全局优化，解决传统方法在高维小样本数据中存在的过拟合、非线性建模不足及局部最优陷阱问题。本发明的优势在于：基于因果推断的特征筛选提升特征的医学可解释性，利用模拟退火在非凸空间中的高效搜索能力，有效增强脑损伤分级准确性，以因果驱动的可解释性输出适配临床需求。