一种基于机器学习的女性性激素辅助解读方法及系统

本发明涉及一种基于机器学习的女性性激素辅助解读方法及系统，该方法包括：采集病患的临床资料，通过训练数据生成器对所述临床资料进行数据增强，获得原始数据集；对所述原始数据集对进行结构化处理并进行数据标注，获得标注数据集；通过交叉验证技术，基于所述标注数据集构建机器学习模型；通过SHAP值分析方法对机器学习模型的特征重要性进行评估，通过评估后的特征变量构建获得解读模型；通过所述解读模型对待解读报告单进行解读，获得解读结果。本发明能够为女性性激素的解读提供客观标准化的参考，提高解读效率及准确性。