Redes Neurais na Classificação de Neoplasias Mamárias

Ana Teresa Silva de Freitas, P. Ferreira, Robson Mariano Oliveira Silva
{"title":"Redes Neurais na Classificação de Neoplasias Mamárias","authors":"Ana Teresa Silva de Freitas, P. Ferreira, Robson Mariano Oliveira Silva","doi":"10.18605/2175-7275/CEREUS.V11N1P140-149","DOIUrl":null,"url":null,"abstract":"O presente artigo, trata do reconhecimento de tumores na mama, utilizando para isto, Redes Neurais artificiais, (RNAs) de percepton de multiplas camadas, (MLP), para tal, foram utilizadas varias caracteristicas, como: raio, concavidade, fractal, area, perimetro e textura. A rede MLP foi configurada com as entradas, 2 camadas ocultas (7,6), respectivamente, e suas saidas, os valores utilizados sao do banco de dados do Wisconsin Diagnostic Breast Cancer, os resultados apontaram erro de 11.9% no conjunto de validacao, mostrando um bom desempenho do modelo para reconhecimento de tumores de mama.","PeriodicalId":208128,"journal":{"name":"Revista Cereus","volume":"28 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-12-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Cereus","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18605/2175-7275/CEREUS.V11N1P140-149","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

O presente artigo, trata do reconhecimento de tumores na mama, utilizando para isto, Redes Neurais artificiais, (RNAs) de percepton de multiplas camadas, (MLP), para tal, foram utilizadas varias caracteristicas, como: raio, concavidade, fractal, area, perimetro e textura. A rede MLP foi configurada com as entradas, 2 camadas ocultas (7,6), respectivamente, e suas saidas, os valores utilizados sao do banco de dados do Wisconsin Diagnostic Breast Cancer, os resultados apontaram erro de 11.9% no conjunto de validacao, mostrando um bom desempenho do modelo para reconhecimento de tumores de mama.
神经网络在乳腺癌分类中的应用
本文利用人工神经网络(ann)多层感知器(MLP)对乳腺肿瘤进行识别,并利用半径、凹面、分形、面积、周长和纹理等特征进行识别。MLP网络配置的主菜,2层隐藏(7)6)和他们的主要出入口,分别使用的值是威斯康辛州的数据库诊断乳腺癌,结果被圈定validacao总共是11每平方误差的概念,表现出色的模式识别的肿瘤。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信