一种病灶不对称性筛选辅助全局感知多视图钼靶图像分类方法

本发明公开一种病灶不对称性筛选辅助全局感知的多视图乳腺钼靶图像分类网络，属于医疗图像分类领域，用于多视角乳腺癌X光图像分类。本发明的方法包括以下步骤：将同一病人的四个原始乳腺癌X光视角图像使用Otsu分割技术对乳腺癌图像进行初始分割，包括去除无关背景和标准化尺寸；通过深度卷积神经网络提取特征，通过全局模块从不同视图中获得患者特征的完整表示，并通过显著图和病灶筛选模块定位的病灶区域辅助做出最终预测。在公共数据集(DDSM)和私有数据集(In‑house)上进行的实验表明，本发明比之前的多视角图像分类方法具有更好的性能。