一种基于面部微表情识别的自杀风险预测方法及系统

本发明涉及危机预测技术领域，公开了一种基于面部微表情识别的自杀风险预测方法及系统，采集MDD、BD患者及自杀风险人群的微表情序列，经归一化、裁剪后，采用KPCA进行数据降维处理，得到处理后的微表情序列；基于模糊测量函数构建多标签图模型，对处理后的微表情序列进行模糊化处理，得到面部特征集；采用麻雀搜索算法从面部特征集中筛选出与自杀风险预测相关的特征，得到目标特征集；基于图卷积神经网络和长短期记忆网络融合构建自杀风险识别模型，将目标特征集输入自杀风险识别模型中，自杀风险识别模型通过空间‑时序特征融合，输出识别结果；本发明实现对自杀风险的有效预测，辅助精神疾病的早期诊断，提高识别率和预测精度。