基于大数据分析的血管栓塞风险预测方法

本发明涉及医学人工智能技术领域，具体涉及基于大数据分析的血管栓塞风险预测方法，包括：多源传感器采集脉压波动率、微循环阻力指数与血小板黏附梯度，提取动态生理参数时间序列特征；基于CTA与VFI影像数据构建血流动力学有限元模型，获取血管力学特征向量；通过动态时间规整与卷积映射实现脉压频谱与周向应力的深度耦合，生成多模态风险特征集；利用双分支图神经网络进行跨模态编码，输出急性栓塞概率与三维风险热力图。本发明，融合生理、影像与力学多维信息，具备实时性强、定位精确、解释性好的优势，适用于临床心脑血管事件的风险预测与辅助诊断。