نظرًا لوجود عوامل خطأ متعددة في نظام تصوير الاستقطاب لمصفوفة مولر، تم اقتراح نموذج تصحيح خطأ متعدد العوامل ومتعدد الوحدات لتحسين دقة واستقرار النظام في اكتشاف عينات الأنسجة المرضية، واستكشاف إمكاناته في التشخيص المساعد لسرطان الغدة الدرقية. أولاً، تم تحليل المصادر الرئيسية للأخطاء النظامية، وتم بناء نموذج مسار انتقال الخطأ باستخدام الطريقة التحليلية وطريقة إعادة التكوين الرقمية، مع إنشاء نموذج تصحيح خطأ متعدد العوامل ومتعدد الوحدات يتضمن 16 معلمة معايرة. ثانياً، تم معايرة المعلمات الستة عشر باستخدام طريقة أقل المربعات غير الخطية؛ وبناءً على نموذج تصحيح الخطأ، تم الكشف عن مصفوفة مولر للهواء والشرائح الفارغة لتقييم دقة الكشف. ثم، باستخدام شرائح غير مصبوغة لسرطان الغدة الدرقية الحليمي وتضخم الغدة الدرقية العقدي كعينات، تم استخراج أربعة معلمات متجهة (Δ، P، D، R) باستخدام طريقة تحليل استقطاب مصفوفة مولر، وكذلك استخراج الخصائص النسيجية لصورة كل معلمة متجهة، وتم بناء نموذجين تصنيفيين باستخدام الغابات العشوائية وآلة المتجهات الداعمة للحصول على مصفوفة الالتباس ومنحنى ROC. أخيراً، تم تقييم أداء التصنيف من خلال حساب الدقة، والاستدعاء، ودرجة F1، ومنطقة تحت المنحنى (AUC). أظهرت النتائج التجريبية أن دقة المعايرة تحسنت بنسبة 12%، واستقرار المعايرة بنسبة 21.5%، ودقة الكشف بنسبة 59%؛ كما أن الخصائص النسيجية لجميع صور المتجهات يمكنها تمييز عينات سرطان الغدة الدرقية الحليمي وتضخم الغدة الدرقية العقدي بفعالية، وكان أداء التصنيف للغابة العشوائية أفضل من آلة المتجهات الداعمة، وكان أداء تصنيف معلمة Δ في مصنف الغابة العشوائية الأكثر تميزا، حيث بلغت درجة F1 وAUC 0.96 و0.99 على التوالي. قدم نموذج تصحيح الخطأ متعدد العوامل تحسينًا ملحوظًا في دقة واستقرار الكشف بالنظام، وبتكامل طريقة تحليل استقطاب مصفوفة مولر مع تحليل النسيج، يمكن تمييز عينات سرطان الغدة الدرقية الحليمي بشكل فعال من تضخم الغدة الدرقية العقدي، مما يوفر طريقة جديدة للتشخيص المساعد المبكر للسرطان مع آفاق تطبيق واسعة.

تصوير استقطاب; تصحيح الخطأ; معلمات متجهة لمصفوفة مولر; الخصائص النسيجية; الغابة العشوائية