1.一種模型自適應的NMR代謝組學數據歸一化方法，其特征在于包括以下步驟：

1)數據獲取：待檢測的代謝組學生物樣本，通過核磁共振波譜儀采獲¹H NMR譜；對¹H NMR譜進行譜圖編輯，得到待處理的NMR代謝組學數據；

2)數據中心化和歸一化系數初始化：待歸一化的NMR代謝組學數據表示為X，其每一行表示一個樣本譜，樣本類別矢量表示為Y，分別對X和Y做中心化處理；歸一化系數矢量記為s＝[s₁,s₂,...,s_d]^T，初始化s為全1列矢量；

3)歸一化處理：

X_s＝X*diag(s)

其中，diag(·)為對角矩陣變換符，即diag(s)表示生成一個以矢量s為對角元素，其它元素為0的對角矩陣；X_s為歸一化后數據矩陣；

4)多元統計分析：對歸一化后的數據矩陣做多元統計分析，其負載矢量記為u；

5)模型自適應歸一化系數：最大化X_s在u上投影與類別矢量Y相關系數，即：

$max:r^2={\left(\frac{\mathrm{cov}\left(Xdiag\right(s)u,Y)}{std\left(Xdiag\right(s\left)u\right)*std\left(Y\right)}\right)}^2$

利用梯度下降法更新s，

$s=s+\mathrm{\η}\frac{\∂r^2}{\∂s}$

其中，

$\frac{\∂r^2}{\∂s}=\frac{2Y^{T}Xdiag\left(s\right)u*Y^{T}diag\left(u\right)*\left|\right|Xdiag\left(s\right)u|{|}_F^2-{\left(Y^{T}Xdiag\right(s\left)u\right)}^2*2s^{T}diag\left(u\right)X^{T}Xdiag\left(u\right)}{\left|\right|Xdiag\left(s\right)u|{|}_F^4*|\left|Y\right|{|}_F^2}$

其中，r表示相關系數；cov(·)和std(·)分別為協方差和標準差計算符；為梯度運算符；η為常數，其取值范圍為(0,1)；

6)循環迭代：重復步驟3)～5)，直至滿足循環結束，其中，||·||為矢量模運算符；ε為自定義常數。

2.如權利要求1所述一種模型自適應的NMR代謝組學數據歸一化方法，其特征在于在步驟1)中，所述譜圖編輯包括相位與基線矯正、譜峰對齊、積分。