乳がん検出と診断のための機械学習アルゴリズムの比較研究

乳がんは、UAEおよび世界中の女性の間で最も広く普及している疾患の一つです。正確かつ早期の診断は、リハビリテーションと治療において非常に重要なステップです。しかし、マンモグラムを使用した検出にはいくつかの不確実性があるため、容易ではありません。機械学習（ML）技術を利用して、医師が使用できるツールを開発することができ、乳がんの早期検出と診断のための効果的なメカニズムとして機能し、患者の生存率を大幅に向上させることができます。本論文では、乳がん検出と診断に一般的に使用される三つの最も人気のあるML技術、すなわちサポートベクターマシン（SVM）、ランダムフォレスト（RF）、ベイジアンネットワーク（BN）を比較しています。ウィスコンシンの元の乳がんデータセットをトレーニングセットとして使用し、これらの三つのML分類器の性能を正確度、再現率、精度、ROCの面積といった主要なパラメータの観点から評価・比較しました。本論文で得られた結果は、乳がん検出のための最先端のML技術の概観を提供します。