一种头颈癌影像区域多目标分类方法、系统及介质

本发明提供一种头颈癌影像区域多目标分类方法、系统及介质，属于医学图像处理技术领域，包括：获取标注完整头颈癌CT图像的数据集；随机生成多个神经网络结构模型，根据数据集进行训练和评估，以敏感性与特异性作为多优化目标进行寻优，生成帕累托最优候选模型集；根据候选模型的敏感性、特异性以及AUC评估结果，获得各个候选模型的加权系数；提取待分类样本的可靠性和不确定性，并依此调整每个候选模型的输出概率；将各个候选模型加权系数、调整后的输出概率和预测可靠性作为输入，通过ER‑rule推理融合，获得分类结果、预测概率和不确定度。该方法有效提升多融合模型分类性能的鲁棒性。