Inteligência computacional aplicada à detecção de câncer de mama

Detalhes bibliográficos
Autor(a) principal: Marques, Leomar Santos
Data de Publicação: 2019
Outros Autores: Magalhães, Ricardo Rodrigues, Ferreira, Danton Diego
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/40166
Resumo: Breast cancer has a high death rate worldwide, and the most frequent in women, its diagnosis having beenperformed through screening, breast ultrasound and mammograms. This work aims to develop a classi er toidentify breast cancer using only anthropometric data and some parameters of a simple routine blood test thatare the biomarkers.The MLP Neural Networks and Neuro-Fuzzy Networks (ANFIS) were used for a decisioncommittee. This work demonstrates a breakthrough in the area of computational intelligence due to the goodresult of its classi cation of breast cancer, which was 97% accurate, a higher value presented compared tothe works of the last years that used similar biomarkers in the period of 2013 to the start of the year 2018.
id UFLA_0f68aa1809182b381de153828e381fac
oai_identifier_str oai:localhost:1/40166
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Inteligência computacional aplicada à detecção de câncer de mamaCâncer de mamaNeuro-fuzzyRedes neuraisBreast cancerNeural networksBreast cancer has a high death rate worldwide, and the most frequent in women, its diagnosis having beenperformed through screening, breast ultrasound and mammograms. This work aims to develop a classi er toidentify breast cancer using only anthropometric data and some parameters of a simple routine blood test thatare the biomarkers.The MLP Neural Networks and Neuro-Fuzzy Networks (ANFIS) were used for a decisioncommittee. This work demonstrates a breakthrough in the area of computational intelligence due to the goodresult of its classi cation of breast cancer, which was 97% accurate, a higher value presented compared tothe works of the last years that used similar biomarkers in the period of 2013 to the start of the year 2018.O câncer de mama apresenta elevado índice de mortalidade em todo o mundo, sendo o mais incidente emmulheres. Seu diagnóstico tendo sido realizado por meio de rastreamento, ecogra as mamárias e mamogra as.Este trabalho tem como objetivo desenvolver um classi cador para identi car o câncer de mama utilizandodados antropométricos e parâmetros de exame sanguíneo de rotina que são os biomarcadores. Redes-Neuraisdo tipo Perceptron Multi-Camadas(MLP) e as redes Neuro-Fuzzy (ANFIS) empregados a um comitê de decisão,trazendo como resultado uma classi cação do câncer de mama, com acurácia de 97% , um valor superiorapresentado comparado aos trabalhos dos últimos anos que utilizaram biomarcadores semelhantes no períodode 2013 ao início do ano de 2018.Universidade de Passo Fundo2020-04-17T19:30:35Z2020-04-17T19:30:35Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfMARQUES, L. S.; MAGALHÃES, R. R.; FERREIRA, D. D. Inteligência computacional aplicada à detecção de câncer de mama. Revista Brasileira de Computação Aplicada, [S.l.], v. 11, n. 1, p. 28-35, 2019.http://repositorio.ufla.br/jspui/handle/1/40166Revista Brasileira de Computação Aplicadareponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessMarques, Leomar SantosMagalhães, Ricardo RodriguesFerreira, Danton Diegopor2023-05-02T19:12:50Zoai:localhost:1/40166Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-02T19:12:50Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Inteligência computacional aplicada à detecção de câncer de mama
title Inteligência computacional aplicada à detecção de câncer de mama
spellingShingle Inteligência computacional aplicada à detecção de câncer de mama
Marques, Leomar Santos
Câncer de mama
Neuro-fuzzy
Redes neurais
Breast cancer
Neural networks
title_short Inteligência computacional aplicada à detecção de câncer de mama
title_full Inteligência computacional aplicada à detecção de câncer de mama
title_fullStr Inteligência computacional aplicada à detecção de câncer de mama
title_full_unstemmed Inteligência computacional aplicada à detecção de câncer de mama
title_sort Inteligência computacional aplicada à detecção de câncer de mama
author Marques, Leomar Santos
author_facet Marques, Leomar Santos
Magalhães, Ricardo Rodrigues
Ferreira, Danton Diego
author_role author
author2 Magalhães, Ricardo Rodrigues
Ferreira, Danton Diego
author2_role author
author
dc.contributor.author.fl_str_mv Marques, Leomar Santos
Magalhães, Ricardo Rodrigues
Ferreira, Danton Diego
dc.subject.por.fl_str_mv Câncer de mama
Neuro-fuzzy
Redes neurais
Breast cancer
Neural networks
topic Câncer de mama
Neuro-fuzzy
Redes neurais
Breast cancer
Neural networks
description Breast cancer has a high death rate worldwide, and the most frequent in women, its diagnosis having beenperformed through screening, breast ultrasound and mammograms. This work aims to develop a classi er toidentify breast cancer using only anthropometric data and some parameters of a simple routine blood test thatare the biomarkers.The MLP Neural Networks and Neuro-Fuzzy Networks (ANFIS) were used for a decisioncommittee. This work demonstrates a breakthrough in the area of computational intelligence due to the goodresult of its classi cation of breast cancer, which was 97% accurate, a higher value presented compared tothe works of the last years that used similar biomarkers in the period of 2013 to the start of the year 2018.
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-04-17T19:30:35Z
2020-04-17T19:30:35Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv MARQUES, L. S.; MAGALHÃES, R. R.; FERREIRA, D. D. Inteligência computacional aplicada à detecção de câncer de mama. Revista Brasileira de Computação Aplicada, [S.l.], v. 11, n. 1, p. 28-35, 2019.
http://repositorio.ufla.br/jspui/handle/1/40166
identifier_str_mv MARQUES, L. S.; MAGALHÃES, R. R.; FERREIRA, D. D. Inteligência computacional aplicada à detecção de câncer de mama. Revista Brasileira de Computação Aplicada, [S.l.], v. 11, n. 1, p. 28-35, 2019.
url http://repositorio.ufla.br/jspui/handle/1/40166
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de Passo Fundo
publisher.none.fl_str_mv Universidade de Passo Fundo
dc.source.none.fl_str_mv Revista Brasileira de Computação Aplicada
reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439153225007104