تصنيف الصور الشعاعية للثدي مرتبط مباشرة بالتشخيص المعاون بواسطة الحاسوب لسرطان الثدي. تعتمد الطرق التقليدية على مناطق الاهتمام (ROI) التي تتطلب جهودًا كبيرة للتوثيق. مستوحىً من نجاح استخدام الخصائص العميقة المتلافهة في تحليل الصور الطبيعية والتعلم متعدد الحالات (MIL) في تصنيف مجموعة من الحالات/الشرائح، نقترح شبكات عميقة متعددة الحالات مدربة من النهاية إلى النهاية لتصنيف الكتل استنادًا إلى صورة شعاعية كاملة للثدي دون الحاجة إلى تلك المناطق المذكورة سابقًا. نستكشف ثلاثة مخططات مختلفة لبناء شبكات عميقة متعددة الحالات لتصنيف الصور الشعاعية الكاملة للثدي. تظهر النتائج التجريبية على مجموعة بيانات INbreast قوة الشبكات المقترحة مقارنة بالأعمال السابقة التي استخدمت التوقيعات الفاصلة والكشف عنها.