一种基于多模态的心脑血管疾病风险预测方法及系统

本发明公开了一种基于多模态的心脑血管疾病风险预测方法及系统，具体涉及医疗预测技术领域，该方法包括对标准化时序数据的各模态信号进行频域分解，提取出预设生理频段对应的节律分量时序信号；对节律分量时序信号进行希尔伯特变换，得到其瞬时相位；并基于不同模态节律分量间的瞬时相位差进行稳定性量化，得到相位同步性强度；以节律分量为节点、相位同步性强度为连边权重，构建多模态生理节律同步动态网络；本发明通过对连续时间窗口内多生理模态时序数据的深度挖掘，精准捕捉不同模态生理节律间的相位同步性动态变化，结合多模态生理节律同步动态网络的构建与变异连边识别，能够有效区分生理系统的正常波动与疾病前期的异常信号。