一种基于多样性区分学习的乳腺肿瘤识别方法

摘要

本发明公开了一种基于多样性区分学习的乳腺肿瘤识别方法，首先创建多样性分类学习模型，用于对肿瘤的多样性状态进行分类，然后创建区分性学习模型，用于对与常态肿瘤差异性较大的肿瘤进行分类，通过所述的多样性分类学习模型和所述的区分性学习模型对肿瘤进行识别。本发明的一种基于多样性区分学习的乳腺肿瘤识别方法和现有技术相比，能有效的对肿瘤的多样性状态进行分类，从而减少多样性对性能的影响；对于常态的肿瘤，利用传统的分类模型即可识别的很好；对于非常态肿瘤，将其输入到区分性学习模型进行识别，对乳腺肿瘤进行准确识别，对于乳腺癌的早期辅助诊断具有重要的意义。