Key points are not available for this paper at this time.
दुनिया भर में, breast cancer (BC) महिलाओं में निदान किए जाने वाले सबसे सामान्य कैंसर है। यह वर्तमान में कैंसर से संबंधित मृत्यु का दूसरा सबसे सामान्य कारण है, जो केवल फेफड़ों के कैंसर से पीछे है। जब अल्ट्रासाउंड और मैमोग्राफी की तुलना की जाती है, तो breast dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) स्तन ट्यूमरों के निदान में सहायक है। DCE-MRI के साथ स्तन कैंसर का निदान अच्छा संवेदनशीलता दर्शाता है। विशेष रूप से, 500 छवियों के एक डेटासेट का उपयोग किया गया है जिसमें 250 प्रत्येक के लिए सौम्य और घातक शामिल हैं। स्तन ट्यूमर के खंडन को करने के लिए Deep learning आधारित Attention U-Net मॉडल का उपयोग किया गया। विविध विशेषता निष्कर्षण तकनीकों जैसे सांख्यिकी विशेषताएँ, हारालिक विशेषताएँ, एज विशेषताएँ, आकार विशेषताएँ खंडन के बाद निकाली गईं। विशेषता निष्कर्षण करने के बाद ML वर्गीकरण को सौम्य और घातक ट्यूमर को वर्गीकृत करने के लिए लागू किया गया। वर्गीकरण के लिए SVM, रैंडम फॉरेस्ट क्लासिफायर, गॉसियन naive बेयस और K-Nearest Neighbours का उपयोग किया गया। इनमें से K-Nearest Neighbours ने 82% की सटीकता के साथ सभी अन्य ML मॉडलों की तुलना में बेहतर प्रदर्शन किया।
धिम्मार एट अल। (बुध,) ने इस प्रश्न का अध्ययन किया।