Verbesserung der Früherkennung von Krebs Brust.

ein Studium an der Polytechnischen Universität Madrid erzielte eine deutliche Verbesserung bei der Einstufung von Brustkrebs Krebs Daten

Spanien, 2011-Dezember Forscher von der Automation Group in Signal- und Kommunikation an der Universidad Politécnica de Madrid (CSAG/UPM) implementiert ein neues Lernverfahren für Künstliche Neuronale Netze auf der Grundlage der synaptischen Metaplasticidad von biologischen Neuronen, die es ermöglicht hat, um Muster Datenbank Wisconsin (WBCD) Brustkrebs zu klassifizieren, internationale Referenz in der Mammographie, mit einer Genauigkeit von 99,63 %.

Krebs ist eine der wichtigsten Ursachen der Sterblichkeit weltweit und Forschung in der Diagnose und Behandlung ist ein Thema von entscheidender Bedeutung für die wissenschaftliche Gemeinschaft geworden.

Prävention bleibt eine Herausforderung, und der beste Weg, um das Überleben der Patienten zu erhöhen ist durch Früherkennung. Wenn Krebszellen vor ihrer Verbreitung auf andere Organe erkannt werden, ist die Überlebensrate mehr als 97 %.

Aus diesem Grund stieg die Verwendung und Entwicklung von automatisierten Klassifizierungen, medizinische Diagnose unterstützen deutlich in der letzten Zeit. Diese Klassifizierungssysteme versuchen, minimieren Störungen produziert von Spezialisten, erhöhen Sie die Anzahl der Diagnose, die in einer bestimmten Zeit und seine Erfolgsrate ausführen können. Die meisten dieser Systeme basieren auf Techniken der künstlichen Intelligenz in Verbindung mit Signalverarbeitung, vor allem: Künstliche Neuronale Netze, Wavelet-Analyse, Bildanalyse mit Bayes-Modelle, Unterstützung von Maschinen Vektoren, fuzzy Logic und Fraktale Modelle unter anderen mächtigen mathematischen Techniken.

ist speziell ein künstliches neuronales Netz (AMMLP), mit einer neuen Methode (Metaplasticidad künstliche) von Professor Diego Andina vorgeschlagen und auf Daten von Krebs der Forscher Alexis Marcano-Cedeño, angewendet werden ausgebildet beide gehören der Gruppe auf Automatisierung im Signal und Kommunikation von der Polytechnischen Universität Madrid (CSAG/UPM)die bisher die besten Ergebnisse erzielt.

Metaplasticidad

Das Konzept der biologischen Metaplasticidad wurde 1996 von w.c. Abraham definiert. Das Präfix Ziel ” kommt aus dem griechischen über ” oder über ” zwar das Wort Plastizität ” bezieht sich auf die Fähigkeit, Neuronen ändern Sie den Wert für die Stärke der synaptischen Verbindungsstellen. Abraham die Metaplasticidad als die Induktion der synaptischen Änderungen in Abhängigkeit von der vorherigen synaptischen Aktivität definiert, d. h. der Metaplasticidad hängt viel von der Geschichte der Aktivierung von der Synapsen und stellte die Hypothese, dass die Metaplasticidad eine wichtige Rolle in der Stabilität (Homöostase spielt)Lernen, Effizienz und Mechanismus der biologischen Speicher.

diese Datenbank ist eines der bekanntesten und Algorithmen der Klassifikation der Muster von Brustkrebs zu Testzwecken verwendet. Die WBCD besteht aus 699 Samples. Jeder Datensatz in der Datenbank verfügt über neun Attribute. Ganze Zahl zwischen 1 und 10 Werte sind die Bewertungen, 1 wird die nächste gutartige und 10 am nächsten zum Bösen zugewiesen. Jede Probe ist auch verbunden mit einem Tag der Klasse, die sein kann gutartige ” oder böse ”. Dieser Datensatz enthält 16 Einträge mit Attribut, die Werte fehlen in dieser Studie aus der Analyse ausgeschlossen wurden. Die Datenbank enthält 444 (65,0 %) gutartige Proben und 239 (35,0 %) Proben Malignas.

Vergleich und Diskussion

Ergebnisse in dieser Studie wurden im Vergleich zu anderen Ergebnissen, speziell mit den aktuellen Algorithmen von größeren Erfolg, auf der Grundlage der Daten der Wisconsin.

Die AMMLP erreicht eine Genauigkeit in der Klassifikation der 99,63 % in die beste Simulation und 99,58 % Durchschnitt, die Ergebnisse der anderen Klassifizierungen zu verbessern. Darüber hinaus die AMMLP, im Vergleich zu anderen Algorithmen, stellt eine kostengünstige computational und ist einfach zu implementieren. Der Erfolg des vorgeschlagen, die von den Forschern von der UPM-Systems stärkt einige Hypothesen der Abraham und schafft neue, was zu erheblichen Konsequenzen nicht nur in der Medizin, sondern in Psychologie und Kybernetik führen könnte.