基于机器学习的儿童肥胖风险预测与分级干预管理系统

本发明公开一种基于机器学习的儿童肥胖风险预测与分级干预管理系统，涉及儿童健康管理技术领域，具体包括数据采集模块，用于采集儿童的医疗健康数据、行为时序数据、母胎溯源数据和动态补充数据；特征工程模块，用于从采集到的四类数据中提取出儿童的静态特征、生长特征和衍生特征；风险预测模块，内置有层级化肥胖风险预测模型，用于根据提取出的特征输出复合风险等级矩阵；分级干预模块，内置标准化干预原子库，用于根据复合风险等级矩阵生成树状干预路径；干预指导模块，用于以可视化的方式指导家长按路径执行各个节点上的干预方案。本发明解决现有技术预测性能不足、干预缺乏精准性与个性化的问题，为早期干预提供科学依据。