Aplicação de Redes Neurais Artificiais na Tomada de Decisão no Diagnóstico de Câncer de Mama

- 337504
Abstract
Favorite this paper
How to cite this paper?
Abstract

O câncer de mama é uma das principais causas de óbito de mulheres no mundo e o diagnóstico precoce é essencial para aumentar as chances de um tratamento eficaz. Neste trabalho foi desenvolvida uma rede neural artificial para a classificação de tumores mamários como ferramenta de apoio ao diagnóstico, utilizando uma rede Multilayer Perceptron (MLP) implementada manualmente com funções da biblioteca NumPy da linguagem Python. O modelo foi aplicado ao dataset Breast Cancer Wisconsin, que contém 569 amostras e 30 atributos clínicos, utilizando as funções de ativação ReLU e Sigmoid, além de treinamento via backpropagation. Foi possível observar que o desempenho da rede estabiliza a partir de 3000 épocas. Para avaliar os resultados, as métricas de recall e matriz de confusão tiveram um importante papel tendo em vista que a acurácia sozinha não é suficiente no contexto médico, devido a necessidade de reduzir casos de pacientes doentes que não são identificados, os falsos negativos. Além disso, por meio da análise da curva ROC, foi ajustado o limiar de decisão que permitiu reduzir esses erros, levando o modelo a atingir 98,2% de acurácia e 98,6% de recall no conjunto de teste. Os resultados indicam que mesmo com uma arquitetura simples de única camada escondida, as redes neurais podem atuar como boas ferramentas de apoio à decisão clínica no diagnóstico do câncer de mama.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Tecnológica Federal do Paraná
Track
  • ST09 - Computational Modeling
Keywords
Redes Neurais Artificiais
Câncer de Mama
Aprendizado de Máquina
Classificação de Tumores
Apoio à Decisão Médica