基于连续体检数据的缺血性心脏病风险预测方法

本发明公开了基于连续体检数据的缺血性心脏病风险预测方法，属于生物信息技术领域，本申请通过将连续体检数据及每次体检间的时间间隔数据向量化并通过时间感知注意力机制来对两者进行表征学习，从而为每次体检赋予不同的注意力分数，并将体检的指标数据和其时间间隔数据融合，随后将最显著的融合特征导入预测层进行预测，并采用交叉熵损失函数测量预测值与实测值之间的关系，为提高该方法分类的可解释性，本申请还利用孟德尔随机化分析为部分体检指标与缺血性心脏病之间的因果关系进行了分析，以增强模型识别疾病风险因素的可靠性，与传统方法相比，本发明不仅提高了缺血性心脏病风险预测模型的性能，同时还增强了模型的可解释性。