基于深度学习的多模态生物健康信号隐匿处理与修复方法

本发明公开了基于深度学习的多模态生物健康信号隐匿处理与修复方法，包括：S1、采集多模态生物健康信号，执行预处理；S2、通过多分支深度学习编码器，输出潜在表征；S3、将潜在表征输入改进型可逆残差网络，在残差块中引入密钥派生值、施加Lipschitz约束并叠加差分隐私噪声，生成隐匿表征；S4、输出隐匿时序信号；S5、将隐匿表征输入所述改进型可逆残差网络的逆向路径，输出恢复的潜在表征；S6、将恢复的潜在表征输入条件扩散修复网络，生成修复时序信号；S7、在多模态时序信号存在缺失时，通过模态掩码机制生成完整的修复时序信号。本发明提升了多模态生物健康信号的隐私保护水平并实现了高精度修复重建。