Procédé de modèles de classification du cancer du sein atteint une précision de 99,63%

Avril 19, 2016 Admin Santé 0 11
FONT SIZE:
fontsize_dec
fontsize_inc

Automation Group chercheurs signalisation et de communication à l'Université Polytechnique de Madrid (CSAG/UPM) ont appliqué une nouvelle méthode d'apprentissage pour les réseaux de neurones artificiels inspirés par métaplasticité synaptique des neurones biologiques, ce qui a permis classifier modèles de cancer du sein de la base de données Wisconsin (WBCD), une référence internationale en matière de mammographie, avec une précision de 99,63%.

Le cancer est la principale cause de décès dans le monde et la recherche dans le diagnostic et le traitement est devenu un sujet d'une importance vitale pour la communauté scientifique.




La prévention reste un défi, et la meilleure façon d'augmenter la survie des patients est la détection précoce.

Si les cellules cancéreuses sont détectées avant qu'elles ne se propagent à d'autres organes, le taux de survie est de plus de 97%.

Pour cette raison, l'utilisation et le développement de classificateurs automatiques qui prennent en charge le diagnostic médical a considérablement augmenté ces derniers temps.

Ces systèmes de classification tentent de minimiser les erreurs causées par des spécialistes, augmenter le nombre de diagnostic peut effectuer dans un temps donné, et son taux de réussite.

La plupart de ces systèmes sont basés sur des techniques d'intelligence artificielle en combinaison avec le traitement du signal, à savoir: réseaux de neurones artificiels, analyse en ondelettes, analyse d'image en utilisant des modèles bayésiens, support vector machines, la logique floue et motifs fractals entre dont les techniques mathématique puissant.

Ce est en particulier d'un réseau de neurones artificiels (de AMMLP), formé avec une nouvelle méthode (de métaplasticité artificielle) proposé par le professeur Diego Andina et appliqué données sur le cancer du chercheur Alexis Marcano-Cedeño, à la fois dans le groupe d'automatisation à l'Université du signal et Communications Université Polytechnique de Madrid (CSAG/de UPM), qui a obtenu les meilleurs résultats à ce jour.

Métaplasticité

Le concept de métaplasticité biologique a été définie en 1996 par Abraham WC Le préfixe «méta» vient du grec et signifie «plus» ou «en haut» et le mot «plasticité» est liée à la capacité des neurones à modifier la valeur de la force des connexions synaptique.

Abraham métaplasticité définie comme l'induction de modifications synaptiques dépend activité synaptique précédente, à savoir le métaplasticité dépend largement de l'activation de synapses d'historique, et supposé que la métaplasticité joue un rôle important dans la stabilité (homéostasie), l'efficacité de l'apprentissage et de la Mécanisme de mémoire biologique.

La base de données de cancer du sein Wisconsin (WBCD) est une des plus connues et utilisées pour tester les algorithmes modèle de classification du cancer du sein.

WBCD comprend 699 échantillons. Chaque enregistrement dans la base de données a neuf attributs. Les valeurs entières de 1 sont affectés à 10 évaluations, où 1 est le plus proche bénignes et malignes 10 plus près.

Chaque échantillon a été également associée à une étiquette de classe, qui peut être «bénigne» ou «maligne».

Cet ensemble de données contient 16 entrées avec des valeurs d'attributs manquants dans cette étude ont été exclus de l'analyse. La base de données contient 444 (65,0%), bénignes et 239 échantillons (35,0%) des échantillons malignes.

Comparaison et la discussion

Les résultats obtenus dans cette étude ont été comparés avec les autres résultats, en particulier avec les algorithmes de courant, le plus de succès, sur la base de données du Wisconsin.

AMMLP obtenu précision de la classification de 99,63% dans le meilleur simulation et 99,58% en moyenne, d'améliorer les résultats d'autres classifications.

En outre, le AMMLP, par rapport à d'autres algorithmes, a un faible coût de calcul et est facile à mettre en œuvre.

Le succès du système proposé renforce certaines des hypothèses d'Abraham, et en créer de nouveaux, ce qui pourrait conduire à des conséquences importantes non seulement en médecine, mais dans la psychologie et de la cybernétique.

(0)
(0)

Commentaires - 0

Sans commentaires

Ajouter un commentaire

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caractères restants: 3000
captcha