乳腺癌是一种从乳腺组织发展、扩散并慢慢扩散到全身的癌症，这种肿瘤在两性中都有发现。早期发现这种疾病非常重要，因为在这个阶段可以通过给予患者所需的治疗来控制它，并可以挽救他们宝贵的生命。根据各种研究，研究人员和科学家已经找到了在初始阶段检测癌症的方法，然而，在识别可疑病变时的误解可能是由于图像质量差和乳腺密度不同造成的。乳腺癌（BC）仍然是世界健康的一个主要问题，需要在早期诊断和检测方面不断创新。近年来，乳腺癌诊断取得了重大进展，尤其是多模态成像方式的结合。该研究总结了用于乳腺癌检测的多模态成像的最新方法和进展。当放射组学（一种成像数据的定量研究）与机器学习和深度学习算法相结合时，乳腺病变就显示出了潜力。这些技术可以帮助区分良性肿瘤和恶性肿瘤，为医生提供重要信息。在乳腺癌检测的各个阶段，已经开发出采用多种图像模式进行增强、分割、特征提取和分类的新方法。这篇综述论文的目的是代表利用多种成像方式进行乳腺癌分类领域的所有先前研究。本研究对 BC 检测和分类领域的当前趋势进行了彻底而严格的研究。
DOI:10.1007/s11831-023-10015-0
