心肌缺血(MI)是诸多心脏疾病的基础性疾病,可引发多种致命性心脏病,然而在体检筛查中极难发现,病人出现症状时往往错过了最佳治疗时间,因此,心肌缺血的早期发现和早期干预是控制心脏功能衰减或疾病恶化的关键。采集165位健康和有不同程度心肌缺血患者的红外热图像,将所有样本集分为训练集和测试集,通过对红外热图像人体几何定位,提取心前区左右两侧温差集合,并使用多种卷积核对温差集合做降维处理,最终通过反向传播(BP)神经网络在留一法交叉验证下对训练集训练,并确定网络参数,建立分类模型。3×3尺寸的高斯核算子对温差集合卷积后,测试集在BP神经网络上分类准确率达到95.56%,可以为新样本做出准确预测。该方法能够快捷、准确地辅助临床体检对心肌缺血的早期预警,为心肌缺血预诊断提供了新的思路。