伴随经济的飞速发展和城市化进程的全面推进,人们的生活方式发生了巨大改变,II型糖尿病已成为严重威胁人类健康的慢性非传染性疾病之一。通过对空腹血糖和餐后血糖状态判定进行糖尿病筛查,可及早发现高危和患病人群。用于空腹血糖和餐后血糖状态判定的关键风险因素基本相同,但关键风险因素对空腹和餐后血糖的影响程度不同,如果可以发现其对不同条件下血糖作用效果的联系及差异,有助于提升糖尿病筛查效果,促进居民健康水平和提高卫生经济学效益。针对空腹和餐后血糖状态判定效果对比相关研究缺失的问题,提出了一种综合多种分类算法的不同条件下血糖状态判定效果及属性重要度对比方法。方法首先采用四种分类算法分别构建空腹和餐后血糖状态判定模型;然后使用属性重要度计算方法,分别计算空腹和餐后血糖状态判定中各个属性的重要度;最后对不同条件下血糖状态判定效果和属性重要度进行对比分析。在国民健康调查公开数据集上对该方法进行实验,结果表明,在相同属性集下空腹血糖状态判定准确率高于餐后血糖状态判定准确率;非侵入性体检指标更适用于空腹血糖状态判定;属性重要度量化结果对指导糖尿病筛查模型构建、提升筛查效果具有重要价值。针对空腹和餐后血糖状态判定模型解释性差,现有规则提取方法无法有效对比两者判定过程的问题,提出了一种基于集成树规则约简的判定模型规则提取方法。方法分别对空腹血糖状态判定模型和餐后血糖状态判定模型进行人工数据集构建、集成树生成和规则约简,并对提取的判定规则集进行了对比分析。实验结果表明,该方法在保证较高判定准确率条件下,可以获得规模较小的判定规则集,增强了模型解释性,实现了空腹和餐后血糖状态异常人群判定过程的对比,并为空腹和餐后血糖状态判定对比研究提供了新思路,对糖尿病筛查工作开展具有积极作用。设计并实现了一套血糖状态判定原型系统,并给出了系统架构及功能结构。该系统基于B/S架构实现,包含数据采集、异常检测、结果展示、数据预处理、血糖状态判定、判定规则提取和日志采集功能。系统可以利用体检指标,实现对个体空腹和餐后血糖状态的判定,并将判定结果及相应判定过程进行可视化。