Diagnóstico de Câncer de Mama usando uma Combinação de Algoritmo Genético e Rede Neural Artificial em Imagens Térmicas Infravermelhas Médicas

Introdução Este estudo é um esforço para diagnosticar câncer de mama processando as informações quantitativas e qualitativas obtidas a partir de imagens térmicas infravermelhas médicas. A imagem térmica infravermelha médica é isenta de qualquer radiação nociva e essa é uma das melhores vantagens do método proposto. Ao analisar essas informações, os melhores parâmetros de diagnóstico entre os disponíveis são selecionados e sua sensibilidade e precisão no diagnóstico do câncer são melhoradas usando o algoritmo genético e a rede neural artificial. Materiais e Métodos Nesta pesquisa, as informações necessárias são obtidas a partir de imagens térmicas de 200 pessoas, e 8 parâmetros de diagnóstico são extraídos dessas imagens pela equipe de pesquisa. Em seguida, esses 8 parâmetros são utilizados como entrada do nosso modelo combinatório proposto, que é formado pela rede neural artificial e pelo algoritmo genético. Resultados Nossos resultados revelaram que a comparação das áreas mamárias; padrão térmico e curtose são os parâmetros mais importantes no diagnóstico do câncer de mama a partir das imagens térmicas infravermelhas médicas propostas. O modelo combinatório proposto, com 50% de sensibilidade, 75% de especificidade e 70% de precisão, mostra boa precisão no diagnóstico do câncer. Conclusão O principal objetivo deste artigo é descrever a capacidade da imagem infravermelha no diagnóstico preliminar do câncer de mama. Este método é benéfico para pacientes com e sem sintomas. Os resultados indicam que o modelo combinatório proposto produz parâmetros ótimos e eficazes em comparação com outros parâmetros e pode melhorar a capacidade e o poder de globalização da rede neural artificial. Isso ajudará os médicos a um diagnóstico mais preciso deste tipo de câncer.