摘要
本发明提供了一种围手术期低血压概率预测方法，可应用于围手术期技术领域。该方法包括：采集患者围手术期的多模态生理信号和静态人口统计学信息；将多模态生理信号切分为固定长度的信号片段作为分析单元；通过对时间邻近性、血流动力学严重性以及血压趋势性加权求和，得到每个信号片段连续的围手术期低血压概率软标签；从信号片段中的动脉血压信号中提取离散的医学先验特征；基于信号片段和医学先验特征，利用双流神经网络，提取频域特征和时域特征；将频域特征、时域特征及医学先验特征拼接为融合特征向量；利用融合特征向量，采用自适应优化算法训练双流神经网络，得到训练完成的双流神经网络；利用双流神经网络，预测围手术期低血压概率。
