为提高计算机辅助乳腺疾病检测的准确率,提出一种基于卷积神经网络的乳腺疾病检测算法。首先,分别从卷积神经网络中提取图像的浅层特征与深层特征并对其进行加权融合;其次,通过在卷积神经网络中构建 空间金字塔池化层,实现了卷积神经网络的多尺度输入;最后,在MammographicImageAnalysisSociety(MIAS) 数据集上进行验证实验。实验结果表明,本文提出的乳腺疾病检测算法平均准确率高达 94.93%,与其他乳腺.疾病检测算法进行对比实验可知,本文提出的乳腺疾病检测算法具有更高的检测准确率。.