Inteligência computacional aplicada à detecção de câncer de mama
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , |
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 |