基于超声影像的乳腺癌复发风险预测方法、系统及装置

本发明提供的基于超声影像的乳腺癌复发风险预测方法、系统及装置，涉及智能医疗领域，方法使用深度卷积神经网络对乳腺超声影像进行深度网络特征提取，采用深度学习语义分割算法对乳腺肿瘤感兴趣区域进行精准定位和自动分割，同时对超声影像进行生境分析以提取肿瘤异质性特征,融合深度学习特征、影像组学特征和生境分析特征等多层次多模态特征，构建乳腺癌复发风险预测模型，进行乳腺癌复发风险预测，输出乳腺癌复发风险评估结果，为临床治疗决策提供量化依据。通过多特征融合显著提高了复发风险预测的准确性和鲁棒性，实现了乳腺癌预后评估的标准化和客观化。此外，本方法还具有操作简便、成本低廉、无创无辐射、可重复性好等优势。