基于机器学习的重症患者急性肺损伤评估系统及其方法

本发明公开了基于机器学习的重症患者急性肺损伤评估系统及其方法，涉及急性肺损伤评估领域，包括：获取重症患者的胸部多模态影像数据并进行标准化处理生成标准数据集；将肺部区域划分为结构区块并提取结构指标，通过跨模态空间映射或候选区块选取补偿缺失数据；识别模态冲突区与结构突变区构建评分关键区域；施加扰动筛选有效区域后，根据一致性指标选择均值或加权融合策略；结合动态权重计算肺损伤评分并进行迭代优化；本发明能够提升对急性肺损伤关键区域的识别准确性，实现对肺损伤程度的精准量化评估。