Predicción y Clasificaciones del Cáncer de Mama utilizando Enfoques Mejorados de Redes Neuronales Convolucionales

En todo el mundo, la mortalidad femenina aumenta extremadamente cada año debido al cáncer de mama y el diagnóstico del problema a través de la predicción es muy imperativo para una vida saludable. Aquí, la precisión de la extrapolación del cáncer es esencial para la supervivencia del paciente con el tratamiento adecuado. Los algoritmos de aprendizaje profundo se han materializado como herramientas influyentes para predecir el cáncer de mama en el procesamiento de imágenes médicas, aprovechando las capacidades de las redes neuronales artificiales (ANN) que están destinadas a imitar la arquitectura y funcionalidad del cerebro humano. Las características superiores de la red neuronal convolucional (CNN) en el aprendizaje profundo para manejar datos basados en imágenes, como explotar información espacial, aprendizaje de características jerárquicas, compartición de parámetros y aumento de datos, son parámetros importantes en el procesamiento de imágenes médicas. En este documento se incorpora el algoritmo CNN para predecir el cáncer de mama en una etapa anterior y maligna, los resultados se comparan con otros algoritmos de aprendizaje profundo y se espera que nuestro algoritmo propuesto ofrezca un mejor rendimiento en parámetros como pruebas de precisión, clasificadores de imágenes, clasificadores de secuencias génicas y detección de malignidad.