准确的预测结果为实际研究中的科学决策提供了重要的理论支撑,根据事物规律建立合理且准确的预测模型是具有重要意义的工作。在医学领域,准确地计算脊柱侧弯相关的角度及距离对于评估脊柱侧弯和辅助矫正手术有着重要的指导作用;在气象领域,准确地天气预测对于维持社会稳定发展、保障人民生命财产安全、保证经济繁荣稳定发展有重要意义。椎骨轴向旋转角度作为衡量椎骨在轴向平面上的偏转角度,在脊柱侧弯研究中重要性越来越突出,精确地椎骨轴向旋转角度测量可以实现脊柱侧弯更准确地预测及评估;温度作为一种常用的气象变量,在社会、农业生产和经济中发挥着重要的作用,构建高精度的温度预测模型是一项具有挑战性的任务。基于上述两个问题的研究,本文分别提出了基于椎骨点云数据的脊柱侧弯预测模型和基于温度时序数据的城市温度预测模型。脊柱侧弯预测模型实现了在3D椎骨模型上自动测量椎骨轴向旋转角度,首先使用深度学习模型对椎骨点云上下端板进行分割,然后通过分割的点云坐标使用椎骨轴向旋转角度计算算法实现角度的自动计算。城市温度预测模型使用时间序列分解方法对温度数据进行分解,然后将分解数据和温度数据分别输入双向长短期记忆网络训练,实现对中国城市的每天平均温度预测。在最终的测试中,脊柱侧弯预测模型的椎骨轴向旋转自动测量结果与手动测量结果表现出很高的一致性,表明该模型能够准确地计算椎骨轴向旋转角度;城市温度预测模型在测试数据集上的预测结果与其他预测模型相比损失最小。