一种甲状腺癌中央淋巴结分类方法

本发明涉及图像分割与图像分类技术领域，尤其涉及一种甲状腺癌中央淋巴结分类方法，S1：拍摄甲状腺癌中央淋巴结的超声图像；S2：建立甲状腺结节分割网络S3：利用甲状腺癌中央淋巴结的超声图像及分割掩膜对影像组学特征进行提取，运用自调节Lasso算法在影像组学特征中进行特征筛选并选取最优特征集；S4：通过多源信息融合分类网络对甲状腺癌中央淋巴结超声图像和感兴趣区域图像融合后的特征图进行深度学习特征提取，利用最大协方差融合算法将影像组学特征最优特征集、临床特征和深度学习特征进行特征融合，并利用神经网络分类，本发明技术方案结合影像组学特征、临床特征和深度学习，有效提高甲状腺癌中央淋巴结分类的准确性。