一种端到端特征增强与选择的乳腺肿瘤分类方法及系统

摘要文本

本发明涉及肿瘤分类技术领域，尤其是涉及一种端到端特征增强与选择的乳腺肿瘤分类方法及系统。所述方法，包括获取肿瘤原始数据指标；基于分离层和全连接层对肿瘤原始数据指标进行增强表达，得到增强特征向量；对增强特征向量进行特征选择，得到特征子集；基于深度神经网络，对特征子集进行Sigmoid函数映射，输出肿瘤恶性概率。本发明通过上述技术方案，直接利用原始的肿瘤检查指标作为模型输入，通过在网络中设计特征增强和选择模块，可以自动学习表达肿瘤分类相关的特征。