En los últimos años, un número creciente de mujeres en todo el mundo se han visto afectadas por el cáncer de mama. La detección temprana es crucial, ya que es la única forma de identificar anomalías en una etapa temprana. Sin embargo, la mayoría de los modelos de aprendizaje profundo desarrollados para clasificar las anomalías del cáncer de mama tienden a ser a gran escala y computacionalmente intensivos, a menudo pasando por alto las limitaciones de costo y recursos computacionales limitados. Esta investigación aborda estos desafíos utilizando el conjunto de datos CBIS-DDSM e introduciendo una arquitectura de clasificación concatenada novedosa y una estrategia de dos etapas para desarrollar un modelo optimizado y ligero para la clasificación de anomalías de masas mamarias. A través de la aumentación de datos y el preprocesamiento de imágenes, el modelo propuesto demuestra un rendimiento superior en comparación con los modelos CNN y DNN independientes. La estrategia de dos etapas implica primero construir un modelo compacto utilizando la destilación de conocimientos y luego refinar su estructura con un enfoque heurístico conocido como Optimización Simplificada de Enjambre (SSO). Los resultados experimentales confirman que la destilación de conocimientos mejora significativamente el rendimiento del modelo. Además, al aplicar el mecanismo de actualización de variables completo de SSO, el modelo final-SSO-Concatenated NASNetMobile (SSO-CNNM)-logra métricas de rendimiento sobresalientes. Alcanza una tasa de compresión del 96,17%, junto con puntajes de precisión, precisión, recuperación y AUC del 96,47%, 97,4%, 94,94% y 98,23%, respectivamente, superando a otros métodos existentes.