本研究提出了一种混合多任务深度神经网络(Hybrid-MT-ESTAN)，用于乳腺超声图像的肿瘤分类和分割。该网络结合了CNN和Swin Transformer组件，实现了对全局上下文信息的捕捉和局部图像模式的保留。在3320个超声图像的数据集上，与九种分类方法进行了比较，结果表明Hybrid-MT-ESTAN取得了82.7%的准确率、86.4%的灵敏度和86.0%的F1分数。