基于支持向量机的甲状腺多模态超声诊断方法

本发明涉及计算机智能诊断与机器学习技术领域，具体为基于支持向量机的甲状腺多模态超声诊断方法。方法获取同一甲状腺病灶的至少两种超声模态数据，依据病灶质心、主方向及边界参考点建立归一坐标；在归一坐标中划分局部证据单元，提取边界、回声、血流及硬度征象，依据空间邻接和跨模态对应关系构建病灶证据拓扑图；根据局部证据可靠度及跨模态征象互补度构造联合核函数，训练支持向量机完成病灶分类。该方法能够抑制跨模态局部错位、伪影及重复征象对分类边界的干扰，使支持向量机基于具有组织对应关系的可信互补证据确定分类结果，提高多模态表现不一致病例的诊断稳定性。