一种基于深度学习的DBT微钙化簇良恶性分类方法和装置

本发明涉及人工智能技术领域，具体涉及一种基于深度学习的DBT微钙化簇良恶性分类方法和装置。其中，方法包括：获取样本DBT数据，样本DBT数据包括样本DBT图像以及每个样本DBT图像所对应的DBT微钙化簇良恶性分类；根据样本DBT数据以及随机梯度下降方法训练分类神经网络，得到训练后的分类神经网络；分类神经网络融合有二维神经网络和三维神经网络，二维神经网络的输出特征和三维神经网络的输出特征经过全局平均池化之后拼接得到特征向量，此后通过全连接层和分类层得到每个样本DBT数据所对应的DBT微钙化簇良恶性分类；解决了现有技术中分类不准确的问题，达到了可以通过深度神经网络进行分类，进而提高微钙化簇良恶性分类的准确度的效果。