1.一种基于社区产检数据流的妇产科信息分析方法，其特征在于，包括如下步骤：

步骤S1，数据采集：从社区产检数据流中采集产检数据中与产妇自身属性、心肌功能以及肺功能相关的数据，并实现数据清洗和数据预处理；

步骤S2，特征提取和选择：利用产检数据创建孕妇心肌功能特性向量、肺功能特征向量以及孕妇自身属性特征向量，构建孕妇产检数据集，并将孕妇产检数据集按照3:1的比例分成训练集和验证集，并通过随机森林算法进行建模；

步骤S3，模型训练、评估和应用：使用训练集数据对随机森林算法模型进行训练，使用验证集对模型进行评估，并根据评估结果对模型进行调整和优化，将训练好的随机森林模型应用于社区产检数据流中，分类出存在心肌功能数据异常以及肺功能数据异常的孕妇，并获取每个孕妇的产检数据集；

步骤S4，评估模型构建和数据分析：根据获取的分类完成的孕妇产检数据，创建属性评估模型、心肌功能评估模型以及肺功能评估模型，分别将孕妇自身属性信息、心肌功能信息以及肺功能信息中的数据输入对应模型中，获取孕妇的属性评估指标、心肌评估指标以及肺功能评估指标，综合评估指标为产妇属性评估指标、心肌功能评估指标以及肺功能评估指标的加权之和，综合评估指标的公式为：；

式中：为综合评估指标， 为产妇自身属性评估指标， 为心肌功能评估指标， 为肺功能评估指标；

在步骤S2中，孕妇自身属性特征向量包括年龄、BMI指数、胎次、孕前血压以及孕前血糖数据信息；孕妇的心肌功能特征向量包括心肌酶谱、肌钙蛋白以及高敏肌钙蛋白数据信息，其中，心肌酶谱数据信息包括谷草转氨酶、肌酸磷酸激酶、肌酸磷酸激酶同工酶、乳酸脱氢酶以及α－羟丁酸脱氢酶数据信息；孕妇肺功能特征向量包括用力肺活量、一秒用力肺活量以及一秒率数据信息；在步骤S4中，孕妇属性评估模型中属性评估指标与孕妇年龄正相关，与孕妇的BMI指数正相关，与胎次负相关，与孕前血压以及孕前血糖平方和的算术平方根正相关，属性评估指标的公式为：；

式中： 为孕妇的年龄， 为孕妇的身体BMI指数， 为孕妇的胎次， 为孕妇的孕前血糖水平， 为孕妇的孕前血压水平；在步骤S4中，孕妇心肌功能评估模型中心肌评估指标与心肌酶谱水平正相关，与肌钙蛋白水平正相关，与高敏肌钙蛋白水平正相关，心肌评估指标的公式为：；

式中： 为孕妇心肌酶谱水平， 为孕妇肌钙蛋白水平， 为超敏肌钙蛋白水平；

在步骤S4中，心肌酶谱水平数值为谷草转氨酶、肌酸磷酸酶、肌酸磷酸激酶同工酶、乳酸脱氢酶以及α－羟丁酸脱氢酶水平数值的线性之和，心肌酶谱水平数值的公式为：；

式中： 为谷草转氨酶水平， 为肌酸磷酸激酶水平， 为肌酸磷酸激酶同工酶水， 为乳酸脱氢酶水平， 为α－羟丁酸脱氢酶水平， 、 、 、 以及 分别为谷草转氨酶、肌酸磷酸酶、肌酸磷酸激酶同工酶、乳酸脱氢酶以及α－羟丁酸脱氢酶的线性调整系数，通过历史数据进行数值分析获得；

在步骤S4中，孕妇肺功能评估模型中肺功能评估指标与用力肺活量负相关，与一秒用力肺活量负相关，与一秒率正相关，肺功能评估指标的公式为：；

式中： 为孕妇的用力肺活量， 为孕妇的一秒用力肺活量， 为一秒率。

2.根据权利要求1所述的一种基于社区产检数据流的妇产科信息分析方法，其特征在于：在步骤S1中，对社区产检数据流中采集的孕妇自身心肌功能和肺功能相关数据进行数据清洗和数据预处理的过程包括异常值剔除和空缺值插补，其中，异常值剔除为将数据中超出测量数据预设阈值范围的数据和离群点，空缺值插补的方式为在孕妇缺少一次数据时，根据缺失次数前后两端的数据通过线性插补的方法进行空缺值插补。