基于VGG-19和Vision Transformer的乳腺超声图像分类方法

乳腺癌是一种常见的恶性肿瘤,在女性恶性肿瘤的发病率中居首位。医学超声图像是检测乳腺癌的常用手段。基于卷积神经网络的医学超声图像分类已经取得了巨大的成功,但是其有限的感受野限制了其获得全局信息的能力。针对以上问题,引入Vision Transformer网络,提升网络捕获全局信息的能力,最终将VGG-19网络与VIT模型相结合,完成乳腺超声图像的分类任务,结果表明所提出的方法在乳腺图像分类中的性能要优于单独的Vision Transformer网络和单独的卷积网络。