应用计算智能模型预测乳腺癌

Robson Mariano Oliveira Silva, M. Leal, F. M. Lima
{"title":"应用计算智能模型预测乳腺癌","authors":"Robson Mariano Oliveira Silva, M. Leal, F. M. Lima","doi":"10.5540/TEMA.2019.020.02.0229","DOIUrl":null,"url":null,"abstract":"O uso de modelos para diagnostico auxiliado por computador (CAD) tem sido proposto para auxiliar na deteccao e classificacao do câncer de mama. Neste trabalho, avaliou-se o desempenho dos modelos de rede neural de perceptrons de multiplas camadas e maquina de vetores de suporte nao linear, para classificar nodulos de câncer de mama. Dez caracteristicas morfologicas, do contorno de 569 amostras, foram usadas como entrada nos classificadores. Os melhores resultados obtidos para a acuracia e taxa de falso negativo no modelo de maquina de vetor de suporte nao linear foram 98,58% e 1,96%, respectivamente. O modelo de rede neural apresentou desempenho inferior ao classificador de maquina de vetor de suporte nao linear. Os resultados medios obtidos, com a aplicacao dos modelos propostos, mostram-se promissores, na classificacao do câncer de mama.","PeriodicalId":163536,"journal":{"name":"TEMA - Tendências em Matemática Aplicada e Computacional","volume":"54 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Predição do Câncer de Mama com Aplicação de Modelos de Inteligência Computacional\",\"authors\":\"Robson Mariano Oliveira Silva, M. Leal, F. M. Lima\",\"doi\":\"10.5540/TEMA.2019.020.02.0229\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O uso de modelos para diagnostico auxiliado por computador (CAD) tem sido proposto para auxiliar na deteccao e classificacao do câncer de mama. Neste trabalho, avaliou-se o desempenho dos modelos de rede neural de perceptrons de multiplas camadas e maquina de vetores de suporte nao linear, para classificar nodulos de câncer de mama. Dez caracteristicas morfologicas, do contorno de 569 amostras, foram usadas como entrada nos classificadores. Os melhores resultados obtidos para a acuracia e taxa de falso negativo no modelo de maquina de vetor de suporte nao linear foram 98,58% e 1,96%, respectivamente. O modelo de rede neural apresentou desempenho inferior ao classificador de maquina de vetor de suporte nao linear. Os resultados medios obtidos, com a aplicacao dos modelos propostos, mostram-se promissores, na classificacao do câncer de mama.\",\"PeriodicalId\":163536,\"journal\":{\"name\":\"TEMA - Tendências em Matemática Aplicada e Computacional\",\"volume\":\"54 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-07-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"TEMA - Tendências em Matemática Aplicada e Computacional\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5540/TEMA.2019.020.02.0229\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"TEMA - Tendências em Matemática Aplicada e Computacional","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5540/TEMA.2019.020.02.0229","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

计算机辅助诊断(CAD)模型已被提出用于乳腺癌的检测和分类。在这项工作中,我们评估了多层感知器神经网络模型和非线性支持向量机在乳腺癌结节分类中的性能。以569个样本的10个形态特征作为分类器的输入。非线性支持向量机模型的准确率和假阴性率分别为98.58%和1.96%。神经网络模型的性能低于非线性支持向量机分类器。应用所提出的模型所获得的平均结果在乳腺癌分类方面显示出良好的前景。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Predição do Câncer de Mama com Aplicação de Modelos de Inteligência Computacional
O uso de modelos para diagnostico auxiliado por computador (CAD) tem sido proposto para auxiliar na deteccao e classificacao do câncer de mama. Neste trabalho, avaliou-se o desempenho dos modelos de rede neural de perceptrons de multiplas camadas e maquina de vetores de suporte nao linear, para classificar nodulos de câncer de mama. Dez caracteristicas morfologicas, do contorno de 569 amostras, foram usadas como entrada nos classificadores. Os melhores resultados obtidos para a acuracia e taxa de falso negativo no modelo de maquina de vetor de suporte nao linear foram 98,58% e 1,96%, respectivamente. O modelo de rede neural apresentou desempenho inferior ao classificador de maquina de vetor de suporte nao linear. Os resultados medios obtidos, com a aplicacao dos modelos propostos, mostram-se promissores, na classificacao do câncer de mama.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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:481959085
Book学术官方微信