作者：禅与计算机程序设计艺术
1.简介
一、项目背景
大型医疗保健机构在患者的首次放射病变（BRCA）手术后期都会接种白血球抗体（anti-B）药物。但随着时间的推移，患者在接受治疗过程中被感染的概率逐渐增加。如果长期持续上升，则会导致患者生命垂危。
通过对乳腺癌（Breast cancer）存活时间进行预测，可以帮助医生准确地判定并管理每一个乳腺癌患者，提高其治疗成功率。在过去的几年里，基于计算机视觉（Computer Vision）的多种模型被提出，用于监测和预测乳腺癌在早期以及慢性前列腺癌在晚期的存活率。然而，这些方法需要大量的标注数据才能训练和部署，成本较高。
因此，本文将探讨如何通过基于深度学习的卷积神经网络（Convolutional Neural Network, CNN）自动化地从乳腺X光片段中提取特征并预测其存活率。
二、基本概念术语说明
（1）什么是乳腺X光片段？
X光片段是指对乳腺部位使用X光显微镜扫描所得的影像。它可分为两种类型：血液结构检查（Fluid Retention Curve，FRC）片段和全身影像（Whole Body）片段。两者均可用于对乳腺癌的早期或晚期发生有益于了解乳腺癌生理变化和相关因素。
（2）什么是乳腺癌（Breast cancer）？
乳腺癌是一种非小细胞肺癌，是由乳腺癌原虫感染