本发明涉及医疗技术领域，更具体地，涉及一种机器学习模型训练和晶状体悬韧带评估系统。本发明通过对眼球图像进行优化和基于图像特征检测算法进行边缘提取，不仅提高了眼球图像质量，还使后续眼球组织的形变幅度和位移量的获取更准确。此外，还采用机器学习模型减少眼球受力信息的误差，进一步提高晶状体悬韧带生物力学状态的准确率。在此基础上，还进行了相机标定，校正镜头像差等因素引起的图像点处的畸变，以增加晶状体悬韧带生物力学状态评估的准确性。