基于因果推理与深度学习的膈肌功能障碍早期预警系统

本发明公开了基于因果推理与深度学习的膈肌功能障碍早期预警系统，包括数据采集模块，用于采集多模态生理数据；数据预处理模块，用于对多模态生理数据进行时间对齐、去噪与归一化处理；多模态特征提取模块，用于通过改进型PatchTST网络进行全局时序特征建模与局部因果特征建模；因果结构学习模块，用于通过改进型NOTEARS因果推理算法生成稀疏因果邻接矩阵；因果效应分析模块，用于生成高敏感度变量集合；风险预警模块，用于生成膈肌功能障碍预警信息；增量更新模块，用于对改进型PatchTST网络与改进型NOTEARS因果推理模块进行增量更新。本发明提升了膈肌功能障碍预警的准确性、敏感性与因果解释能力。