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

- 337504
Resumo
Favoritar este trabalho
Como citar esse trabalho?
Resumo

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.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Tecnológica Federal do Paraná
Eixo Temático
  • ST08 - Modelagem Computacional
Palavras-chave
Redes Neurais Artificiais
Câncer de Mama
Aprendizado de Máquina
Classificação de Tumores
Apoio à Decisão Médica