Please use this identifier to cite or link to this item: http://hdl.handle.net/10348/9119
Title: Diagnóstico Automático no cancro da mama
Authors: Ribeiro, Vera Susana
Advisor: Pires, Eduardo José Solteiro
Keywords: Cancro da Mama
Diagnóstico
Redes Neuronais Artificiais
Classificador Neuronal
Accuracy
Issue Date: 11-Dec-2018
Abstract: O presente trabalho tem como objetivo principal o desenvolvimento de uma aplicação que auxilie os profissionais de saúde, no diagnóstico do cancro da mama, através da implementação de técnicas de aprendizagem automáticas que identifiquem potenciais doentes a partir de um conjunto de caraterísticas extraídas previamente de mamografias. A implementação de técnicas de aprendizagem automática realiza-se através da elaboração e treino de uma rede neuronal artificial feedfoward do tipo Perceptron Multi Camadas. Neste trabalho a implementação para tal operação foi feita em Python, recorrendo à utilização de duas bibliotecas diferentes (sklearn e keras). Os resultados experimentais foram obtidos pela realização de simulações em cada uma das aplicações desenvolvidas, e o desempenho do classificador neuronal foi avaliado através de medidas de desempenho dos sistemas de classificação e da curva ROC. Os resultados mostram-se promissores, visto que, o sistema de redes neuronais foi capaz de discriminar dois universos separáveis, para doentes com tumor benigno ou maligno.
The main objective of this work is the development of an application to assist health professionals in the breast cancer diagnosis through the implementation of machine learning techniques that identify potential patients from a set of previously mammograms. The implementation of machine learning techniques is accomplished through the elaboration and training of an artificial feedfoward neural network of the type Multi Layer Perceptron. In this work, the implementation was made in Python, using two different libraries (sklearn and keras). Experimental results were obtained by performing simulations in both developed applications, and the performance of the neuronal classifier was evaluated through the performance measures of the classification systems and the ROC curve. The results were promising, since the neural network was able to discriminate two separable sets for benign or malignant tumor patients.
Description: Dissertação de Mestrado em Engenharia Biomédica apresentada à Universidade de Trás-os-Montes e Alto Douro
URI: http://hdl.handle.net/10348/9119
Document Type: Master Thesis
Appears in Collections:DENG - Dissertações de Mestrado
TD - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Vera Susana Ribeiro.pdf2,22 MBAdobe PDFThumbnail
View/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.