一种基于多参数MRI的高危MASH智能识别模型构建方法及系统

本发明公开了一种基于多参数MRI的高危代谢相关脂肪性肝炎（MASH）智能识别模型构建方法及系统，包括以下步骤：步骤S1，采集患者的多模态影像数据，所述多模态影像数据包括MRE图、PDFF图、T1 mapping图；步骤S2，对采集到的多模态影像数据进行特征提取；步骤S3，构建以肝脏硬度、脂肪定量和T1弛豫时间为参数反映肝脏纤维化、脂肪变性和炎症以精准识别高危MASH的二元逻辑回归模型EFT1并进行训练与测试。本发明突破传统活检局限，创新性整合多参数MRI功能学指标，为MASH早期筛查及风险分层提供高效解决方案，具备临床推广价值。