一种基于机器学习的肝病多分类风险预测方法及系统

本发明公开了一种基于机器学习的肝病多分类风险预测方法及系统，本发明涉及生物医学技术领域，包括以下步骤：采集受试者的脂肪性肝病诊断结果及生化指标，形成训练样本集，通过单因素回归分析筛选出与脂肪性肝病显著相关的生化指标，确定潜在危险因素，对这些因素进行多重共线性检验，筛选出风险因素，构建多个机器学习分类模型进行训练，选择性能最佳的模型作为基准模型，评估各重要风险因素的贡献度并进行排序，确定分类显著因素，将显著因素作为分类元数据，训练多个判断模型，并根据贡献值动态选择输入因素，最终输出脂肪性肝病程度分类结果，更好地应对不同样本特征和临床背景下的复杂情况，提高预测结果的准确性。