一种基于深度学习的青少年焦虑的预测方法

本发明涉及医疗数据处理技术领域，具体涉及一种基于深度学习的青少年焦虑的预测方法，包括：肠道菌群特征量化、焦虑行为特征量化、环境压力特征量化；计算时序权重系数；将肠道菌群特征、焦虑行为特征、环境压力特征、时序权重系数融合输入模型，并输出预测结果；本发明通过对人体肠道的菌群进行研究以及现有的行为和环境实现三者的融合，填补了现有焦虑症模型中生物标志物动态建模的空白，通过深度学习寻找青少年肠道菌群与焦虑症状的长期关系，解决现有技术中焦虑症诊断的主观性、侵入性、隐私风险、成本和滞后性问题，实现提前预防；也为“肠‑脑轴”理论提供青少年人群因果证据，推动精神微生物组学发展。