本发明公开了基于多模态数据的心脑血管疾病风险预测方法、系统及相关设备，涉及心脑血管疾病风险预测领域，本发明针对每一样本数据，对其各个模态对应的特征矩阵进行5阶张量积运算，得到高阶张量；通过低秩张量网络运算处理高阶张量，得到重构的低秩张量；对每一样本数据对应的低秩张量进行风险标签标注；利用构建的数据集训练分类器，得到目标模型；通过目标模型预测待测病患的心脑血管疾病风险；其通过5阶张量积运算处理多种模态的数据，捕捉不同模态之间的复杂关系，同时捕捉局部的互相关系，实现了颈动脉影像学参数与传统危险因素的整合。