基于多模态特征融合与贝叶斯优化的甲状腺癌病理图像分类方法及系统

本发明公开了基于多模态特征融合与贝叶斯优化的甲状腺癌病理图像分类方法及系统，涉及医学影像处理技术领域，收集甲状腺超声图像数据集，并进行预处理操作；提取改进的局部二值模式特征、Haralick纹理特征和VGG16深度特征，构建混合特征空间；将混合特征空间中的特征拼接成4119维混合特征向量，利用ExtraTrees进行特征重要性筛选。本发明通过融合改进的局部二值模式特征、Haralick纹理特征和VGG16深度特征，构建混合特征空间，并利用ExtraTrees进行特征重要性筛选和PCA降维，有效提取图像的多层次特征，显著提升甲状腺结节良恶性分类的准确性，同时，贝叶斯优化算法动态调整网络超参数，结合余弦退火策略加速模型收敛，增强了模型的泛化能力，使其在不同数据集上均能表现出色。