基于多模态超声图像的淋巴结良恶性病变辅助诊断方法

摘要

本发明公开一种基于多模态超声图像的淋巴结良恶性病变辅助诊断方法。本方法的操作步骤是：首先，对B型超声图像和实时弹性超声成像图像进行预处理。其次，利用计算机算法分别对常规B型超声图像和实时弹性成像图像中的病灶提取量化特征。然后，用多种特征选择算法对两种模态的量化特征进行特征选择。最后是模型融合，对两种模态经过不同特征选择算法得到的六个特征集分别使用支持向量机（SVM）对淋巴结良恶性进行分类。随后使用序列最小优化算法来获得SVM分类的概率，它是一个介于0和1之间的后验概率，表示淋巴结被分类到每个类别中的可能性。然后，再使用以决策树作为基本弱学习算法的Adaboost合并六个训练过的SVM分类器模型来提高性能，得出分类结果。