目的:肝性脑病是肝硬化极为严重的并发症,是各种肝病最常见的死亡原因,临床表现复杂多样,且预后差、治愈率低,是导致肝硬化病人生存率低的主要原因之一。因此,针对肝硬化并发肝性脑病的风险预测具有重要的临床意义。由于肝硬化并发肝性脑病的发生率较低,临床数据具有类间不平衡的特点,传统机器学习及统计模型对阳性少数类样本的识别性能较差。本文旨在构建基于重采样和异质集成学习方法的肝硬化并发肝性脑病的风险预测模型,探讨重采样技术结合异质集成算法用于类间不平衡数据的建模效果,为肝硬化患者的肝性脑病预防和早期识别提供依据。方法:收集山西医科大学第一附属医院2006年1月至2015年12月消化内科具有完整病历的肝硬化患者资料。（1）采用Logistic回归、SVM-RFE和Elastic Net方法对肝硬化并发肝性脑病的主要因素进行特征变量的初步筛选;（2）采用SMOTE、Borderline1/2-SMOTE、SVM-SMOTE、SMOTE-Tomeklinks重采样技术处理类别不平衡问题,结合随机森林、梯度提升树、极端梯度提升树3种同质集成分类算法构建肝硬化并发肝性脑病的分类模型,用准确率、精确度、召回率、F1分数和ROC曲线下面积评价同质集成分类算法的性能,并与单一分类算法的支持向量机、Logistic回归、朴素贝叶斯进行比较,选择综合性能最优的三种模型;（3）最后以此类模型为异质集成的组件学习器,Logistic回归和多层感知器MLP为元学习器,构建Stacking异质集成分类模型,建立肝硬化并发肝性脑病风险预测的最优模型。结果:1.特征变量初筛:950例肝硬化患者中68例并发肝性脑病,平均发生率为7.16%。经Logistic回归、SVM-RFE和Elastic Net方法对24个变量初筛,累计筛选出14个变量,肝肾综合征、精神萎靡、总胆红素、凝血酶原时间、感染、电解质紊乱和肝源性糖尿病7个变量为其共同特征;各方法初筛后的特征变量间相关系数均低于0.35。2.基于重采样技术的组件学习器选择:以模型性能为评价标准,SVM-RFE特征筛选方法所保留的特征变量较Logistic回归和Elastic Net方法更为合理,建模性能更好;采用重采样技术的分类模型性能整体上优于不平衡数据模型,其中,以SVM-SMOTE方法最佳;RF、GBDT和XGBoost同质集成分类算法所构建的模型性能优于单一分类算法SVM、Logistic Regression和NB所构建的模型。3.Stacking异质集成模型的肝硬化并发HE风险预测显示:在SVM-RFE特征变量筛选、SVM-SMOTE重采样技术的前提下,RF、GBDT和XGBoost为组件学习器、MLP为元学习器的Stacking异质集成模型对肝硬化并发HE风险预测性能最好,其AUC为0.956、准确率为0.879、精确度为0.841、召回率为0.932、F1分数为0.886。结论:1.肝肾综合征、电解质紊乱、精神萎靡、总胆红素、感染、凝血酶原时间和肝源性糖尿病7个变量为Logistic回归、SVM-RFE和Elastic Net三种方法筛选的肝硬化并发肝性脑病的共同特征;SVM-RFE特征筛选方法所保留的特征变量较Logistic回归和Elastic Net方法更为合理,建模性能更好。2.使用SMOTE、Borderline-SMOTE、SVM-SMOTE和SMOTE-Tomeklinks等多种重采样方法的分类模型性能优于未平衡数据模型,以SVM-SMOTE方法最佳。3.RF、GBDT和XGBoost同质集成分类算法所构建的模型性能优于单一分类算法SVM、Logistic Regression和朴素贝叶斯所构建的模型,其中,以RF的性能最好。4.在SVM-RFE特征变量筛选、SVM-SMOTE重采样技术的前提下,RF、GBDT和XGBoost为组件学习器,MLP为元学习器的Stacking异质集成模型所构建的肝硬化并发肝性脑病的风险预测模型性能最优。