一种超声影像及组学大数据的三阴性乳腺癌分类方法

摘要

本发明涉及人工智能领域，公开一种超声影像及组学大数据的三阴性乳腺癌分类方法，内容如下：S1、对乳腺超声影像数据集的肿瘤区域进行标注处理，并进行数据增强预处理操作；S2、使用S1中的数据集对深度学习模型进行权重训练；S3、利用深度学习模型提取三阴性与非三阴性乳腺超声数据集的肿瘤区域；S4、使用影像组学技术将步骤S3得到的肿瘤区域进行高通量特征提取，并采用T检验和LASSO算子对数据进行特征降维，筛选出最重要的特征；S5、将步骤4获取的最重要的特征，利用随机森林算法对三阴性与非三阴性的乳腺超声影像进行分类比较。采用深度学习与影像组学技术能够实现三阴性与非三阴性乳腺癌的精准分类。