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}
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.