• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Detecção avançada do cancro da mama utilizando aprendizagem automática e segmentação

Detecção avançada do cancro da mama utilizando aprendizagem automática e segmentação

Paperback

Medical Reference

ISBN10: 6202418745
ISBN13: 9786202418744
Publisher: Edicoes Nosso Conhecimento
Published: Aug 15 2025
Pages: 84
Weight: 0.27
Height: 0.20 Width: 6.00 Depth: 9.00
Language: Portuguese
O cancro da mama é a segunda causa principal de morte entre as mulheres, muitas vezes não detectado até atingir estágios avançados. A identificação precoce é crucial, pois a classificação precisa de tumores benignos e malignos pode evitar tratamentos desnecessários. Este estudo explora a aplicação de técnicas de aprendizagem automática para o diagnóstico do cancro da mama usando o Wisconsin Breast Cancer Dataset do UCI Repository. Experiências iniciais com o classificador Naïve Bayes produziram 88% de precisão para tumores benignos e 86% para tumores malignos. No entanto, enfrentou limitações, tais como baixa precisão e problemas com probabilidades de frequência zero. A mudança para Redes Neurais Artificiais (RNA) melhorou os resultados para 90% para classificações benignas e 92% para malignas, mas ainda não produziu resultados ótimos. A investigação acabou por empregar técnicas de Máquina de Vetor de Suporte (SVM), alcançando a maior precisão de 97% para tumores benignos e 95% para tumores malignos. Este método distingue eficazmente os tipos de tumores utilizando um modelo linear baseado em hiperplanos. Todos os algoritmos foram implementados utilizando a ferramenta R, que é fácil de utilizar e gratuita, facilitando o manuseamento de dados para a classificação do cancro da mama.

Also from

K, Anastraj

Also in

Medical Reference