基于人工智能的非侵入性脂肪肝病脂肪变性检测与分级新方法

本研究解决了非酒精性脂肪肝病（NAFLD）诊断和分级面临的挑战，特别是在非特异性症状和肝活检的侵入性问题上。我们提出了一种新型人工智能级联模型，结合集成学习和特征融合技术，开发出一种非侵入性且可靠的诊断工具，实现了对NAFLD进展的早期检测。从而提高了对脂肪变性的分级准确率，14大幅提升了患者的早期诊断和干预能力，减轻了与进展性肝病相关的医疗负担。