一种乳腺病变磁共振图像分类方法、设备及可读存储介质

摘要

本发明涉及一种乳腺病变磁共振图像分类方法、设备及可读存储介质，所述方法基于一训练好的乳腺病变良恶性分类模型进行乳腺病变磁共振图像的分类，其中，所述乳腺病变良恶性分类模型基于2D卷积神经网络构建，训练过程包括如下步骤：获取包括DCE‑MRI影像和临床指标的多源训练数据；构建2D卷积神经网络Sirius，利用DCE‑MRI影像对该2D卷积神经网络进行预训练；在2D卷积神经网络的基础上添加密集连接分类器，形成混合式神经网络，通过预训练的Sirius主体提取影像特征，与临床指标量化的特征进行拼接得到多模态特征，训练混合式神经网络，建立最终的乳腺病变良恶性分类模型。与现有技术相比，本发明具有分类精度高等优点。