一种自监督的乳腺癌图像异常检测方法及系统

本发明公开了一种自监督的乳腺癌图像异常检测方法及系统，通过获取正常图像，设计多任务异常合成策略生成噪声缺陷、掩模缺陷、失真缺陷和病变缺陷，融合不同缺陷的形态和填充方式，将所述正常图像和合成图像输入至预先训练的ResNet18，微调在ImageNet上预训练的编码器，利用ResNet18的中间层次特征并对中间层次特征进行聚合，将训练正常图像的特征向量构建一个记忆库作为正态性表示，得到特征记忆库；用KNN临近算法对BUSI图像数据中每个特征点在所述特征记忆库中搜索最近邻特征，并计算局部异常得分，得到异常图像。切实提升了乳腺癌智能检测的性能。