نظرًا لوجود عوامل خطأ متعددة في نظام التصوير المستقطب لمصفوفة مولر، تم اقتراح نموذج تصحيح خطأ متعدد العوامل عبر الوحدات لرفع دقة واستقرار النظام في الكشف عن عينات الأنسجة المرضية، واستكشاف إمكاناته في التشخيص المساعد لسرطان الغدة الدرقية. أولاً، تم تحليل مصادر الخطأ الرئيسية للنظام، واستخدام الطريقة التحليلية والطريقة العددية لإعادة البناء لبناء نموذج انتقال الخطأ للدائرة الضوئية، وإنشاء نموذج تصحيح خطأ متعدد العوامل عبر الوحدات يحتوي على 16 معلمة معايرة. ثانيًا، تم معايرة المعلمات الـ16 باستخدام طريقة المربعات الصغرى غير الخطية؛ وبناءً على نموذج تصحيح الخطأ، تم الكشف عن مصفوفة مولر للهواء والشرائح الفارغة لتقييم دقة الكشف. ثم، باستخدام شرائح غير ملونة من سرطان الغدة الدرقية الحليمي وتضخم الغدة الدرقية العقدي كعينات، تم استخراج أربع معلمات متجهة (Δ، P، D، R) باستخدام طريقة تحليل استقطاب مصفوفة مولر، وتم استخراج ميزات النسيج لكل صورة معلمة متجهة، وتم بناء نموذجين تصنيفيين، الغابة العشوائية وآلة الدعم الناقل، للحصول على مصفوفة الالتباس ومنحنى ROC. أخيرًا، تم تقييم تأثير التصنيف بحساب الدقة، الاستدعاء، F1-score و AUC. أظهرت النتائج التجريبية أن دقة المعايرة تحسنت بنسبة 12%، والثبات بنسبة 21.5%، ودقة الكشف بنسبة 59%؛ وميزات النسيج لكل صورة معلمة متجهة يمكن أن تميز بفعالية بين سرطان الغدة الدرقية الحليمي وعينات تضخم الغدة الدرقية العقدي، وكان أداء التصنيف للغابة العشوائية أفضل من آلة الدعم الناقل، وكانت معلمة Δ في مصنف الغابة العشوائية هي الأكثر تميزًا، حيث بلغت F1-score و AUC 0.96 و0.99 على التوالي. عزز نموذج تصحيح الخطأ متعدد العوامل المعروض دقة واستقرار الكشف للنظام بشكل كبير، وبالاشتراك مع طريقة تحليل استقطاب مصفوفة مولر وتحليل النسيج، يمكن تمييز عينات سرطان الغدة الدرقية الحليمي وتضخم الغدة الدرقية العقدي بفعالية، مما يوفر طريقة جديدة للتشخيص المساعد المبكر للسرطان مع آفاق تطبيق جيدة.

تصوير استقطابي؛ تصحيح أخطاء؛ معلمات متجه مصفوفة مولر؛ ميزات النسيج؛ الغابة العشوائية