一种基于XGBoost分类树的可解释核磁共振图像分类方法及系统

本申请公开了一种基于XGBoost分类树的可解释核磁共振图像分类方法及系统，涉及图像处理：获取三维腹腔核磁共振成像数据集，提取目标区域的多维影像特征；基于多模态影像特征评分规则，对每个样本的多维影像特征进行评级，根据评级结果计算每个样本的综合特征得分，作为标准化特征评分数据；将多维影像特征和对应的标准化特征评分数据进行拼接，得到拼接特征；将拼接特征作为输入，采用粒子群算法PSO优化XGBoost模型的超参数，利用优化后的XGBoost模型对拼接特征进行分类处理，得到包含决策路径的分类结果。针对多模态核磁共振图像特征分类的准确性和可解释性问题，本申请提高了特征分类的准确性和可解释性。