"為了精準的診斷，我們提出了一種基於深度學習方法的二維乳房超音波影像之計算機輔助診斷（CAD）系統。二維乳房超音波輔助診斷系統包含腫瘤分割、CNN架構設計和分類等階段。我們通過集成學習訓練了許多模型以進行正確的診斷。

相關使用技術的詳細描述如下：
	腫瘤分割
我們使用全卷積網絡（FCN）方法的圖

應用深度學習（deep learning）方式自動化針對二維(2-D)超音波(ultrasound, US)影像中乳房腫瘤的良惡性做診斷。透過深度學習架構與機器學習方法對於腫瘤影像中的特徵擷取以及診斷提供醫生全自動化的腫瘤分析與預測。目前仍於實驗室研究階段，透過硬體設備(GPU card)的資源能提

目前，此項方法仍在優化系統以及蒐集更多的影像數據來提昇其泛化能力(generalization ability)以及其強韌性(robustness)。未來，將展望這套系統能夠參與臨床上的測試提供給相關醫療產業業者普及化，提供醫生更客觀的數據資料並降低主觀上的差異。