基于深度学习的健康管理数据挖掘方法及系统

本申请提供一种基于深度学习的健康管理数据挖掘方法及系统，首先获取目标用户包含生理监测、行为活动记录、医疗历史文本的目标健康数据集合，接着对其进行跨模态噪声过滤与特征对齐处理，生成含同步时间戳等的标准化健康特征序列，再通过级联的时空特征提取网络，利用并行的时序卷积分支和空间注意力分支进行分层特征抽象，得到多粒度健康状态表征向量，之后将该多粒度健康状态表征向量输入预训练模型，生成含疾病风险等级等的个性化健康管理方案，最后依据个性化健康管理方案中的动态监测周期参数，实时调整数据采集频率与特征对齐策略，形成闭环健康管理数据流，实现精准、个性化的健康管理。