摘要
本发明公开了一种吞咽误吸风险预测方法，属于数据预测技术领域；其方法通过收集患者的多维临床数据，结合Logistic回归与卷积神经网络技术构建误吸风险预测模型；具体包括数据采集、变量筛选、模型构建、验证与优化、风险分类及动态分界点优化六个步骤；该方法通过标准化评估量表提取与误吸相关的关键特征，并利用深度学习和传统统计技术的融合，实现高效特征提取和非线性分析；采用动态分界点优化技术，能够根据患者病情变化实时调整分类阈值，显著提升预测的灵敏度、特异度和泛化能力，为吞咽误吸的精准预测及个性化干预提供了新的技术路径。
