Antecedentes: La ultrasonografía es el principal método de examen para enfermedades mamarias. La imagen por ultrasonido es actualmente utilizada por los médicos para formular declaraciones sobre las características y ubicaciones de las lesiones, lo que limita severamente la completitud y efectividad de la información de la imagen por ultrasonido. Además, el análisis de la ultrasonografía requiere médicos experimentados en ultrasonido, que no son comunes en los hospitales. Por lo tanto, este trabajo propone un sistema de ultrasonido mamario basado en 3D, que puede diagnosticar automáticamente imágenes de ultrasonido de las mamas y generar un modelo representativo de lesiones mamarias en 3D a través de la ultrasonografía típica. Métodos: En este sistema, utilizamos un método de conjunto ponderado para combinar tres redes neuronales diferentes y explorar diferentes combinaciones de las redes neuronales. Sobre esta base, se diseñó un localizador mamario para medir y transformar la posición espacial de las lesiones. El software de ultrasonido mamario genera un informe de visualización en 3D a través de la selección y transformación geométrica del modelo nodular. Resultados: La red neuronal de conjunto mejoró en todas las métricas en comparación con la red neuronal clásica (DenseNet, AlexNet, GoogLeNet, etc.). Se demostró que la red neuronal de conjunto propuesta en este trabajo puede utilizarse para el diagnóstico inteligente de imágenes de ultrasonido mamario. Para la visualización en 3D, se realizaron escaneos de resonancia magnética (RM) para lograr sus reconstrucciones en 3D. Al comparar dos tipos de resultados visualizados (RM y nuestro modelo en 3D), determinamos que los modelos generados por el sistema de ultrasonido mamario basado en 3D tienen características nodulares y relaciones espaciales similares a la RM. Conclusiones: En resumen, este sistema implementa el diagnóstico automático de imágenes de ultrasonido y presenta lesiones a través de modelos en 3D, lo que permite obtener información completa y precisa de la imagen por ultrasonido. Por lo tanto, tiene potencial clínico.