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

Abstract

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 destacase 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.

Modelos de Aprendizado de Máquina Aplicados à Detecção de Câncer de Mama

“…O século XXI proporcionou vários avanc ¸os nas técnicas de análise e classificac ¸ão de dados, e o aprendizado de máquina está sendo aplicado nas mais diversas áreas. Com isso, a detecc ¸ão do câncer de mama pode ser feita de maneira mais precisa e menos onerosa [4]. Por conseguinte, os chamados biomarcadores são rotineiramente utilizados como atributos de modelos do aprendizado de máquina para a classificac ¸ão do câncer de mama.…”

“…De maneira similar ao sistema nervoso biológico, os neurônios são organizados por uma ou mais camadas, se interligando por inúmeras conexões (sinapses). Na Rede Neural Artificial, as sinapses representam o peso sináptico, responsável pela ponderac ¸ão dos dados de entrada em cada neurônio [22].…”

“…Além disso, a maioria das mamografias são realizadas em tumores benignos. Com isso, percebese que esses exames podem valer-se de outras ferramentas, para auxiliarem na tomada de decisão, e o aprendizado de máquina pode oferecer grande utilidade e bom custo/benefício no processo de diagnóstico do câncer de mama [4].…”

Predição de pragas e doenças no cafeeiro utilizando Redes Neurais Arti´ficiais

“…Na primeira fase, ocorre a propagação do sinal funcional (feedforward) mantendo-se os pesos fixos para gerar um valor de saída a partir das entradas fornecidasà rede. Por outro lado, na segunda fase, as saídas são comparadas com os valores desejados, gerando um sinal de erro, que se propaga da saída para a entrada, ajustando-se os pesos de forma a minimizar o erro (Silva et al, 2019).…”