摘要
本发明涉及基于多源信息的心脏病症风险监测方法及系统,其中的风险监测方法包括以下步骤:获取用户的心脏超声图像、心电图数据和血压数据并提取相应的特征,经时序对齐、融合以及时序增强处理,得到更新后的融合特征,基于训练完毕的心脏病症风险监测模型,得到用户发生心脏病症风险的概率值;其中,心脏病症风险监测模型在训练期间经稀疏化剪枝处理,包括逐层剪枝、块稀疏、贪心优化权重重构、快速近似Hessian计算以及并行剪枝,实现模型压缩与推理加速。通过对监测模型进行轻量化处理,有效提升心脏病症风险监测的准确性与实时性,并且适用于边缘设备部署,具有良好的轻量化与实用性。