Usando métodos de aprendizado profundo para analisar ultrassom automatizado de mama e imagens de ultrassom portátil para estabelecer um diagnóstico, avaliação de terapia e modelo de previsão de prognóstico de câncer de mama.

1. Estabelecendo um banco de dados Ao coletar ABUS, HHUS e dados abrangentes de imagens de mama, informações essenciais, informações de tratamento clínico, prognóstico e informações de efeito curativo, um banco de dados completo de imagens de mama é construído.
2. Marcação de imagens ABUS Três médicos usam um método semiautomático para enquadrar as lesões na imagem.
3. Construindo o modelo Usando o método de aprendizado profundo para pré-processar, analisar e treinar as imagens marcadas e, finalmente, obter um modelo de diagnóstico, avaliação de eficácia e modelo de previsão de prognóstico do câncer de mama.
4. Avaliando o modelo 1）Autovalidação： Analise a sensibilidade, AUC do modelo de diagnóstico de câncer de mama e o número falso-positivo em cada volume ABUS.

2) Comparou a sensibilidade, AUC e o número de falso-positivo com um modelo de diagnóstico comercial.

3)Testar a eficácia de rastreio e diagnóstico de sistemas de diagnóstico assistido por computador através de estudos prospectivos ou retrospectivos.

4)Ao analisar o tamanho e as características das lesões após a quimioterapia neoadjuvante e prever o tempo de OS e DFS, a avaliação da terapia e o modelo de previsão do prognóstico foram avaliados.