基于机器学习的甲状腺淋巴瘤预测方法和装置

本发明涉及一种基于机器学习的甲状腺淋巴瘤预测方法和装置，属于图像处理技术领域，解决了现有技术中缺少基于深度学习的甲状腺淋巴瘤预测方法的问题。具体步骤包括：对分割了病变区域的甲状腺超声图像，标注包含淋巴瘤的病变类型标签，得到原始数据集；提取原始数据集的肿瘤影像学特征，得到初始特征，并依次进行零重要度分析和相关性筛选，得到高重要度且低相关性的终筛特征；基于终筛特征和标注的病变类型标签，利用机器学习训练得到甲状腺淋巴瘤预测模型；对分割了疑似病变区域的待测甲状腺超声分割图像进行特征提取，得到对应终筛特征；基于对应终筛特征，利用甲状腺淋巴瘤预测模型实现甲状腺淋巴瘤的精准预测。