Resumen

El cáncer de mama es una masa inusual de la textura de la mama. Comienza con un cambio anormal en la estructura celular. Esta enfermedad puede aumentar de forma incontrolada y afectar a las texturas vecinas. El diagnóstico temprano de este cáncer (cambios celulares anormales) puede ayudar a tratarlo definitivamente. Además, la prevención de este cáncer puede ayudar a disminuir el alto coste de la atención médica de las pacientes con cáncer de mama. En los últimos años, la técnica asistida por ordenador es un importante campo activo para la detección automática del cáncer. En este estudio, se presenta un sistema de diagnóstico automático de tumores de mama. Como algoritmo de optimización se utiliza un Algoritmo de Optimización de Caza de Ciervos (DHOA) mejorado. El método presentado utiliza una técnica híbrida basada en características y una nueva red neuronal convolucional (CNN) optimizada. Las simulaciones se aplican al conjunto de datos DCE-MRI basándose en algunos índices de rendimiento. La contribución novedosa de este trabajo es aplicar la etapa de preprocesamiento para simplificar la clasificación. Además, utilizamos un nuevo algoritmo metaheurístico. También se recomienda la extracción de características mediante la textura Haralick y el patrón binario local (LBP). Debido a los resultados obtenidos, la precisión de este método es del 98,89%, lo que representa el alto potencial y la eficiencia de este método.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal convolucional, optimización de la caza de ciervos, nuevo algoritmo metaheurístico, cambio celular anormal, tumor de mama automático, algoritmo de optimización de la caza, sistema de diagnóstico de tumores, mejora de la caza de ciervos, detección automática de cáncer, campo activo importante
• Keywords:convolutional neural network, deer hunting optimization, new metaheuristic algorithm, abnormal cell change, automatic breast tumor, hunting optimization algorithm, tumor diagnosis system, improved deer hunting, automatic cancer detection, important active field