基于多模态深度学习的孕期体重异常风险预测方法及系统

本发明公开了基于多模态深度学习的孕期体重异常风险预测方法及系统，该方法包括采集孕妇的多模态数据，并对该数据进行预处理，得到预处理后的多模态数据；构建三维时空注意力融合网络，对预处理后的多模态数据进行深度特征融合，得到融合后的统一特征向量；构建双塔对比学习架构，对融合后的统一特征向量进行处理，得到个性化体重增长基线曲线和风险等级；构建层级因果推断网络，对融合后的统一特征向量和风险等级进行三层因果关系分析处理，得到最优干预取值；基于个性化体重增长基线曲线和最优干预取值得到综合风险评分和风险阈值，预测达到风险阈值的时间，并进行风险分级和预警。本发明实现了孕期体重异常风险的精准预测和个性化管理。