一种乳腺良性结节的随访数据处理及结节风险预警方法

本发明涉及医学影像分析与人工智能领域，公开了一种乳腺良性结节的随访数据处理及结节风险预警方法，包括以下步骤：通过获取基线及多个随访时间点的灰阶超声图像和彩色多普勒血流图像，采用改进的U‑Net模型对结节区域进行自动分割，提取形态特征和血流特征；基于各时间点特征相对于基线的百分比变化率构建特征变化率矩阵，结合时间衰减权重矩阵量化动态演变趋势，并耦合患者年龄及乳腺癌高危因素生成动态恶性风险评分；进一步通过深度强化学习模型动态优化风险判定阈值，根据评分与阈值的对比结果划分低、中、高风险等级，输出差异化的临床干预建议。本发明实现乳腺良性结节恶性风险的精准、个性化预警，为临床随访决策提供智能化支持。