本研究探讨了XceptionNet、DenseNet和EfficientNet三种分类网络在乳腺肿块分类中的应用，利用集成学习技术提高识别能力，取得88%的准确率和76%的召回率。研究表明，Stacking技术效果最佳，显著提升F1得分。此外，提出了一种基于深度学习的乳腺癌筛查方法，准确率高达98%，有效减少假阳性和假阴性。