癌症是世界上第二大致命疾病。乳腺癌居首位列出影响妇女的疾病。应制定具体战略将减轻乳腺癌的影响。如果检测到发生在早期阶段。早期发现可改善预后和生存率仍然是癌症控制的基石。目前，乳房X光片用于捕捉并观察组织的2D性质。2D乳房X光检查报告用于训练卷积神经网络。2D乳房X光片捕获前后图像乳房。仅凭这些图像不足以判断肿块是否良性或恶性。卷积神经网络在图像处理方面取得了巨大的成功分类，但他们在某些方面失败了，因为他们静态地学习图像。他们没有考虑图像及其子部分的空间信息。如果在输入。CNN在汇集过程中往往会丢失大量有价值的信息。收件人克服了所有这些缺点，3D数据将用于训练网络捕捉组织的所有方向。3D乳房X光片，也称为断层合成术对组织致密的女性也很有帮助。致密的组织使其难以定位异常。除了3D数据，临床病史、基因组信息和病理报告已被纳入考虑。异源数据的合并有助于提高预测，因为它会在做出决策之前分析所有上下文。胶囊神经网络已经被用来克服卷积神经的缺点网络。卷积神经网络需要大量的训练数据，而不是随时可用。由于数据量是巨大的。它无法识别不同方向的变形对象。胶囊神经网络解决了所有这些问题，并合理地提高了性能。
关键词： 胶囊神经网络,卷积神经网络,导管癌,层析合成。
