据WHO的一项调研发现:真正健康的人仅占全球总人口的二十分之一,得病的人占五分之一,剩下的四分之三的人都处于亚健康状态[1],全球的健康形势可以说是十分严峻。脊柱是人体内众多器官的承接点,脑部与手脚通过脊柱相连,任何部位受到挤压,脊柱都能感受到其外力的影响。因此,学者们认为脊柱及其周围的软组织的结构的变化,是影响人类健康的重要指标之一。本文利用已有的影像学参数数据,首先给出了评定脊柱健康状态的指标选择,并对这些指标进行了初步的解释。其次剔除了原有的分类,并利用聚类方法将其聚成三类,将新的分类与原始分类进行对比,将新的类别判定为:类别1代表亚健康状态,类别2代表患病状态,类别3代表健康状态。接着我们画出各个类别的概率密度函数,根据函数图我们得到了三个类别的大致分布,接下来本文采取了随机森林进行分类模型的构建。本文首先采取默认参数值对模型进行构建,接着对模型进行优化,根据优化后的参数进行最优的模型构建,并对得到的结果进行相应的分析;紧接着对类别亚健康状态进行程度的分级,采用K均值聚类法进行处理,依照“组内平方和越小,组间平方和越大,所呈现的聚类效果也就越好”的准则选出最优的K值为7,即将亚健康状态的程度定为七级。然后对其进行聚类,将聚类结果与原始分类相对比,将亚健康程度由低到高分为Ⅰ～Ⅶ个等级。接着,画出每个等级的概率密度函数图,给定每个等级的大致分类。最后,给出了相应的对策及建议。