一种基于BI-RADS的乳腺超声图像多尺度融合的分类方法

摘要

本发明公开了一种基于BI‑RADS的乳腺超声图像多尺度融合的分类方法，其特征在于：包括步骤：前期数据准备，包括数据采集、数据预处理、数据增强和数据归一；特征提取，包括卷积、激活及池化非线性函数，综合浅层的特征图和深层特征图作为后续分类层的输入；分类；分类评价，采用各类的正确率与总的平均准确率作为分类性能评价标准。本发明公开的上述分类方法，能够对乳腺超声图像输出更精细的分类，契合临床诊断结果，有效减少误诊漏诊。