Análise e comparação de algoritmos de classificação para o diagnóstico de câncer de mama
Resumo
O diagnóstico médico baseado em imagens apresenta diversos desafios computacionais, incluindo as fases de aquisição, de pré-processamento, segmentação e classificação das imagens. este trabalho parte da análise de um banco de dados de imagens de ressonância magnética de tumores de mama (mamografias) e implementação de algoritmos de aprendizado de máquina para a comparação do melhor modelo classificador para o diagnóstico do câncer de mama.
Referências
INCA 2019, INSTITUTO NACIONAL DE CÂNCER. Disponível em: https://www.inca.gov.br/tipos-de-cancer/cancer-de-mama
FLORIDA, U. of S. DDSM: Digital Database for Screening Mammography. Disponível em: http://www.eng.usf.edu/cvprg/Mammography/Database.html.
SBM 2019, SOCIEDADE BRASILEIRA DE MASTOLOGIA. Disponível em: http://www.sbmastologia.com.br/
HARALICK, R. M. Statistical and structural approaches to texture. Proc. IEEE, vol. 67, no. 5, pp. 786-804, 1979., 1979.
HERBRICH, G. Machine Learning: An Algorithmic Perspective. second edition. [S.l.]: Chapman & Hall/CRC, 2015.
OJALA, M. P. T.; HARWOOD, D. A comparative study of texture measures with classification based on feature distributions. Pattern Recoonition, Vol. 29, No. l, pp. 51 59, 1996., 1996.