本文探討彈性和 B 型超聲雙模態影像組學定量特征對淋巴結病變的多分類診斷意義。本文回顧性研究 248 例患者共 251 個淋巴結（良性 89 個，淋巴瘤 70 個，轉移性 92 個）的彈性和 B 型雙模態超聲圖像。首先提取彈性和 B 型超聲的雙模態影像組學定量特征，每個模態包括形態學特征、影像強度特征和灰度共生矩陣特征共 212 個特征；然后利用三種基于信息論的特征選擇方法，即條件信息特征提取法、條件互信息最大化法和雙輸入對稱相關性法，選取不同的影像組學特征子集；接著采用支持向量機在每個模態的影像組學特征子集上進行良性淋巴結、淋巴瘤和轉移性淋巴結的多分類診斷；最后利用 Adaboost 算法融合不同模態和不同特征子集的分類結果。經過五折交叉驗證的淋巴結病變多分類準確率和全組 F1 值分別達到 76.09%±1.41%、75.88%±4.32%；選擇良性淋巴結、淋巴瘤和轉移性淋巴結分別為正樣本時，多分類受試者操作特性曲線下面積分別為 0.77、0.93 和 0.84。本文研究結果表明運用 Adaboost 融合雙模態影像組學特征有助于提升淋巴結的多分類性能。本文方法有望用于三類淋巴結病變的輔助診斷。