基于多模态特征融合及河马优化的NAC疗效预测方法和设备

本发明涉及一种基于多模态特征融合及河马优化的NAC疗效预测方法和设备，方法首先从二维灰阶、弹性和彩色多普勒血流成像三种模态的超声图像中提取影像组学特征，包括纹理、形态学、一阶统计、小波等特征，并将这些特征向量进行拼接，形成高维特征向量，全面表征病灶信息。随后，采用改进的河马优化算法对特征进行降维，并优化支持向量机的惩罚因子和核参数。该算法通过引入混沌映射，增强了全局搜索能力，避免陷入局部最优，从而筛选出最优特征子集和SVM参数。最后，基于优化后的特征和参数训练SVM模型，并使用独立测试集进行模型评估，与多种现有优化算法进行对比，验证了改进HO算法在提高乳腺癌NAC疗效预测准确性方面的优势。