论文部分内容阅读
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。