基于深度学习的糖尿病神经病变动态预警方法

本发明涉及医疗信息技术领域，公开了基于深度学习的糖尿病神经病变动态预警方法。该方法包括通过传感器阵列采集多模态生理数据，经预处理和基于病理生理学的映射，转化为特征向量序列。其核心在于，采用动态特征选择机制，自适应筛选出与神经病变进展最相关的特征子集，替代传统固定特征集；并构建多时间尺度风险预测模型，生成个体化风险演变轨迹，据此设定动态预警阈值。通过比较实时风险指数与个性化阈值触发分级预警，并完成模型自适应更新。动态特征选择提升了对个体化风险信号捕捉的精准度，基于个人轨迹的动态阈值则实现了真正的前瞻性预警，从而提高了预警的准确性和时效性。