1.一种患肝癌风险等级快速预测装置，其特征在于，包括数据采集模块、数据库、数据处理模块和风险评估模块；

所述数据采集模块采集测试者基本数据，并将测试者基本数据存储到数据库的初步数据矩阵P；

所述数据处理模块调取并处理数据库中的初步数据矩阵P，得到样本数据矩阵P′，并输入到风险评估模块中；

所述风险评估模块存储有肝癌风险评估模型；

所述肝癌风险评估模型对样本数据矩阵P′进行处理，输出风险评估结果y；风险评估结果y＝0表示无高风险，风险评估结果y＝1表示高风险；

所述测试者基本数据包括测试者特征数据和肝癌风险数据；

所述测试者特征数据包括身高、体重、每周饮食摄入量和既往病史数值化结果；

既往病史数值化的标准为：判断既往疾病影响风险评估结果的概率，若概率大于50％，则将测试者基本数据数值化为2，相反，则将测试者基本数据数值化为1；

所述初步数据矩阵P如下所示：

式中，ANα为初步数据矩阵P中元素；矩阵P的列下标为特征类别序号；行下标为测试者编号；α为测试者特征数据类别总数；

初步数据矩阵P中元素下标存储在标签矩阵B中；

所述数据处理模块处理数据库中的初步数据矩阵P的步骤如下：I)判断初步数据矩阵P第g行是否缺失元素，若是，则删除第g行和标签矩阵B中与第g行元素下标相同的元素；若否，则保留第g行元素；g初始值为1；

II)令g＝g+1，并返回步骤I)，直至g＝N+1；

*

III)基于步骤I)和步骤II)，建立更新后的初步数据矩阵P；

*

IV)利用近邻成分分析算法提取初步数据矩阵P中影响患肝癌风险最高的β个特征，并建立样本数据矩阵P′；β≤α,M≤N；

样本数据矩阵P′如下所示：

建立肝癌风险评估模型的步骤如下：

1)随机提取样本数据矩阵P′中的c行数据构成训练样本矩阵C；

随机提取训练样本数据矩阵P′中的d行数据构成测试样本矩阵D；

2)确定SVM的目标函数fw,b(xi)，即：T

fw,b(xi)＝w·xi+b； (3)式中，w为权重；b为偏置；xi为训练样本，即训练样本矩阵C中的第i行元素；xi对应的标签矩阵记为Bi；i＝1,2,...,c；

其中，当fw,b(xi)>0时，yi＝1；当fw,b(xi)<0时，yi＝‑1；yi为第i位测试者的患肝癌风险等级类别；

3)计算空间中任意样本xi到目标函数的距离r，即：两个异类支持向量到超平面的距离之和margin如下所示：

4)确定SVM的约束条件，即：

5)利用拉格朗日乘子ai≥0构造拉格朗日函数，即：式中，a为待调整参数；

6)基于公式7，将公式6简化如下：

7)基于步骤1至6，建立肝癌风险评估模型；

8)将训练样本矩阵C和标签矩阵Bi输入到公式8中，完成肝癌风险评估模型的参数调整；

所述参数包括权重w和、偏置b和待调整参数a；

9)将测试样本矩阵D和标签矩阵Bj输入到调整自学习参数后的肝癌风险评估模型中，计算肝癌风险模型的预测准确率P，即：式中，TP为模型正确预测的样本数；FP为模型错误预测的样本数。

2.根据权利要求1所述的一种患肝癌风险等级快速预测装置，其特征在于，还包括计算机可读介质；

所述计算机可读介质内写入数据库所有数据。