Predico do Câncer de Mama com Aplicação de Modelos de Inteligência Computacional

AUTOR(ES)

SILVA, R. M.

FONTE

TEMA (São Carlos)

DATA DE PUBLICAÇÃO

16/09/2019

RESUMO

RESUMO O uso de modelos para diagnóstico auxiliado por computador (CAD) tem sido proposto para auxiliar na detecção e classificação do câncer de mama. Neste trabalho, avaliou-se o desempenho dos modelos de rede neural de perceptrons de múltiplas camadas e máquina de vetores de suporte não linear para classificar nódulos de câncer de mama. Dez características morfológicas, do contorno de 569 amostras, foram usadas como entrada nos classificadores. Os resultados médios obtidos no conjunto das 50 simulações realizadas, mostram que os modelos propostos apresentaram bom desempenho (todos ultrapassaram a 90,0%) em termos da acurácia no conjunto de teste. O algoritmo de máquina de vetor de suporte não linear destaca-se quando comparado ao algoritmo de rede neural de perceptrons de múltiplas camadas proposto, com acurácia de ≈ 99,0% e taxa de falso negativo de ≈ 2,0%. O modelo de rede neural apresentou desempenho inferior ao classificador de máquina de vetor de suporte não linear. Os resultados médios obtidos, com a aplicação dos modelos propostos, mostram-se promissores, na classificação do câncer de mama.ABSTRACT The use of computer aided diagnostic (CAD) models has been proposed to aid in the detection and classification of breast cancer. In this work, we evaluated the performance of neural network models of multilayered perceptrons and nonlinear support vector machines to classify breast cancer nodules. Ten morphological characteristics, from the outline of 569 samples, were used as input to the classifiers. The average results obtained in the set of 50 simulations showed that the proposed models presented good performance (all exceeded 90.0 %) in terms of the accuracy of the test set. The nonlinear support vector machine algorithm stands out when compared to the proposed multilevel perceptrons neural network algorithm, with accuracy of ≈ 99,0 % and false negative rate of approx 2.0 %. The neural network model presented inferior performance to the non-linear support vector machine classifier. The average results, with the application of the proposed models, are shown to be promising in the classification of breast cancer.

Documentos Relacionados

• Inteligencia computacional distribuida : arquitetura especificação formal e aplicação
• Análise de sobrevivência de mulheres com câncer de mama: modelos de riscos competitivos
• IDENTIFICAÇÃO DE MODELOS GARCH USANDO INTELIGÊNCIA COMPUTACIONAL
• Aplicação do índice prognóstico de Nottingham em pacientes com câncer de mama atendidas em um hospital público
• Podemos prever a taxa de cambio brasileira? Evidência empírica utilizando inteligência computacional e modelos econométricos