一种基于对比学习的乳腺肿瘤良恶性分类方法及系统

本发明属于但不限于医学影像与人工智能技术领域，公开了一种基于对比学习的乳腺肿瘤良恶性分类方法及系统；在预训练阶段，使用基于对比学习的自监督学习策略，通过设计综合对比损失函数，结合乳腺肿瘤的生理信息对样本进行精细化划分，使得模型从有限的标注数据中有效提取出有判别力的特征；采用多视角数据增强方法，通过不同角度下的图像数据增强训练集的多样性，有效提高了模型的泛化能力。在微调分类阶段，采用三分支网络结构分别处理不同波长下的近红外图像以及时序图像，设计特征融合模块将多种信号信息进行融合。该微调阶段特别针对光学图像数据集中的时空信号特点，增强了模型对肿瘤特征的敏感度，尤其在早期小肿瘤的检测上表现突出。