计算智能在乳腺癌检测中的应用

IF 0.2 Q4 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS

Revista Brasileira de Computacao Aplicada Pub Date : 2019-04-15 DOI:10.5335/RBCA.V11I1.8727

Leomar Santos Marques, R. Magalhães, D. Ferreira

{"title":"计算智能在乳腺癌检测中的应用","authors":"Leomar Santos Marques, R. Magalhães, D. Ferreira","doi":"10.5335/RBCA.V11I1.8727","DOIUrl":null,"url":null,"abstract":"O câncer de mama apresenta elevado índice de mortalidade em todo o mundo, sendo o mais incidente em mulheres. Seu diagnóstico tendo sido realizado por meio de rastreamento, ecografias mamárias e mamografias. Este trabalho tem como objetivo desenvolver um classificador para identificar o câncer de mama utilizando dados antropométricos e parâmetros de exame sanguíneo de rotina que são os biomarcadores. Redes-Neurais do tipo Perceptron Multi-Camadas(MLP) e as redes Neuro-Fuzzy (ANFIS) empregados a um comitê de decisão, trazendo como resultado uma classificação do câncer de mama, com acurácia de 97\\% , um valor superior apresentado comparado aos trabalhos dos últimos anos que utilizaram biomarcadores semelhantes no período de 2013 ao início do ano de 2018.","PeriodicalId":41711,"journal":{"name":"Revista Brasileira de Computacao Aplicada","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2019-04-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.5335/RBCA.V11I1.8727","citationCount":"3","resultStr":"{\"title\":\"Inteligência computacional aplicada à detecção de câncer de mama\",\"authors\":\"Leomar Santos Marques, R. Magalhães, D. Ferreira\",\"doi\":\"10.5335/RBCA.V11I1.8727\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O câncer de mama apresenta elevado índice de mortalidade em todo o mundo, sendo o mais incidente em mulheres. Seu diagnóstico tendo sido realizado por meio de rastreamento, ecografias mamárias e mamografias. Este trabalho tem como objetivo desenvolver um classificador para identificar o câncer de mama utilizando dados antropométricos e parâmetros de exame sanguíneo de rotina que são os biomarcadores. Redes-Neurais do tipo Perceptron Multi-Camadas(MLP) e as redes Neuro-Fuzzy (ANFIS) empregados a um comitê de decisão, trazendo como resultado uma classificação do câncer de mama, com acurácia de 97\\\\% , um valor superior apresentado comparado aos trabalhos dos últimos anos que utilizaram biomarcadores semelhantes no período de 2013 ao início do ano de 2018.\",\"PeriodicalId\":41711,\"journal\":{\"name\":\"Revista Brasileira de Computacao Aplicada\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2019-04-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://sci-hub-pdf.com/10.5335/RBCA.V11I1.8727\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Computacao Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5335/RBCA.V11I1.8727\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computacao Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/RBCA.V11I1.8727","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}

引用次数: 3

摘要

乳腺癌在世界范围内死亡率很高，在女性中发病率最高。诊断是通过筛查、乳房超声和乳房x光片进行的。本研究旨在开发一种利用人体测量数据和常规血液检查参数作为生物标志物来识别乳腺癌的分类器。多层神经网络的家伙Perceptron (MLP)和神经网络-Fuzzy (ANFIS)员工委员会的一个决定,把与乳腺癌的分类结果精度97 \ %之间,近年来提出的任务相比使用类似的生物标志物在从2013年到2018年开始的地方。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Inteligência computacional aplicada à detecção de câncer de mama

O câncer de mama apresenta elevado índice de mortalidade em todo o mundo, sendo o mais incidente em mulheres. Seu diagnóstico tendo sido realizado por meio de rastreamento, ecografias mamárias e mamografias. Este trabalho tem como objetivo desenvolver um classificador para identificar o câncer de mama utilizando dados antropométricos e parâmetros de exame sanguíneo de rotina que são os biomarcadores. Redes-Neurais do tipo Perceptron Multi-Camadas(MLP) e as redes Neuro-Fuzzy (ANFIS) empregados a um comitê de decisão, trazendo como resultado uma classificação do câncer de mama, com acurácia de 97\% , um valor superior apresentado comparado aos trabalhos dos últimos anos que utilizaram biomarcadores semelhantes no período de 2013 ao início do ano de 2018.

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

Revista Brasileira de Computacao Aplicada COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-

自引率

50.00%

发文量