本发明公开了一种用于优化低密度脂蛋白胆固醇(LDL‑C)浓度检测的系统和方法。利用日常直接检测法所得16项一级影响指标，通过多元线性回归计算各指标之间的相关性，筛选出与低密度脂蛋白胆固醇(LDL‑C)的浓度关联性较强的指标，作为二级影响指标。利用BP神经网络，建立二级影响指标的下的LDL‑C预测模型。同时，利用核磁共振波谱法(NMR)检测，得出关于不同脂质颗粒的浓度和类型信息。将所得相关二级影响指标检测浓度数据导入预测模型进行预测，所得结果与实际测定结果汇总，进行利用熵权法加权平均，得到LDL‑C浓度的精确结果报告。本发明降低了当前LDL‑C测定方法的特异性问题，降低不同试验方法标准化所带来的差异，为临床诊断提供更加精确的结果。