Clasificación de benignos y malignos utilizando técnicas de aprendizaje profundo

El cáncer de mama es uno de los tumores malignos más comunes en las mujeres, que afecta seriamente la salud física y mental de las mujeres e incluso representa una amenaza para la vida. En la actualidad, las imágenes microscópicas son el criterio importante para que los médicos diagnostiquen el cáncer de mama. Sin embargo, debido a la compleja estructura de las imágenes microscópicas, es relativamente difícil para los médicos identificar las características del cáncer de mama. El aprendizaje profundo es el algoritmo de clasificación de imágenes más común, que utiliza redes neuronales convolucionales (CNN). En este proyecto, primero, las imágenes de BreakHis400x (Imágenes Histopatológicas de Cáncer de Mama) se someterán a un preprocesamiento, como la mejora y la ampliación de datos, con el fin de aumentar el número de imágenes. En segundo lugar, el conjunto de datos preprocesado se entrenará en un modelo de aprendizaje profundo que extrae las características y genera la métrica de evaluación de rendimiento de los modelos de CNN. Vamos a utilizar software de Python para clasificar las imágenes.