Se presenta en este documento un enfoque mejorado de aprendizaje automático para garantizar la rápida convergencia del Método Iterativo de Born, incluso en presencia de dispersores fuertes, asumiendo una única frecuencia de operación y un número reducido de antenas en la configuración de dispersión. La estimación inicial del perfil dieléctrico, proporcionada por el Método Iterativo de Born, fue procesada por una red neuronal convolucional específica para mejorar la reconstrucción utilizando un enfoque rápido de aprendizaje automático. Para asegurar una convergencia rápida, también se realizó una elección adecuada de la suposición inicial en términos del valor mínimo de permitividad en todo el dominio. Se ilustraron validaciones numéricas en fantasmas realistas de mama, demostrando un error promedio del 2.4% y una precisión superior al 96% para todas las pruebas consideradas, incluso al considerar una única frecuencia de operación y una cantidad reducida de datos de entrenamiento.