Die Rolle von ANN-Techniken bei der Erkennung von Brustkrebs

In dieser Arbeit werden ANN-Techniken auf den WBCD-Datensatz angewandt und die Genauigkeit, Sensitivität und Spezifität der verschiedenen Netzwerke berechnet, wobei das neuronale Feed Forward-Netzwerk im Vergleich zu anderen Netzwerken die beste Genauigkeit erzielt. Daraus lässt sich schließen, dass das neuronale Feed-Forward-Netz mit dem Backpropagation-Algorithmus eine gute Leistung bei der Erkennung von Brustkrebs erbringt. Mit diesen ein Feed Forward neuronales Netz mit Backpropagation Algorithmus ist für die Erkennung von Brustkrebs im Frühstadium für die diagnostische Effizienz, mit diesem die Wahrscheinlichkeit für das Vorhandensein von Brustkrebs mit ANN ist Erfolge, die von einem Feed Forward Netzwerk mit Backpropagation Algorithmus trainiert wurden, um den Brustkrebs effektiv im Frühstadium unterscheiden zwischen bösartigen und gutartigen Fällen zu erkennen, mit all diesen Berichten Onkologe kommen zu dem Schluss, dass Knoten ist krebsartig und Patientin war von ihm betroffen. Mit diesem Verfahren kann der Onkologe den Brustkrebs leicht erkennen. Es hilft den Patienten bei der Behandlung von Brustkrebs im Frühstadium und die diagnostische Genauigkeit kann erheblich verbessert werden.

Autorentext

S.Swathi ha estado trabajando como Consultora Académica en S.V.University, Tirupati. Ella completó M.Phil en Ciencias de la Computación. ella es un apasionado de hacer la investigación sobre el cáncer de mama con técnicas de redes neuronales.ella tenía 6 publicaciones internacionales y 18 nacionales. Su objetivo es desarrollar software para detectar el cáncer de mama en una fase temprana.