Predição do câncer de mama utilizando rede Naive Bayes Gaussiana com parâmetros Fuzzy
DOI:
https://doi.org/10.5540/03.2025.011.01.0461Keywords:
Redes Bayesianas, Probabilidade Fuzzy, Diagnóstico Precoce, Neoplasias Mamárias, Machine LearningAbstract
A mamografia é o método mais eficaz para o rastreamento e identificação do câncer de mama precocemente. No entanto, sua interpretação errônea pode ocasionar procedimentos desnecessários. Algoritmos computacionais podem subsidiar a tomada de decisão médica e evitar tais procedimentos e gastos desnecessários ao sistema de saúde. Objetivou-se aplicar uma Rede Naive Bayes Gaussiana com parâmetros Fuzzy para predição da gravidade de lesões mamográficas. A proposta do presente estudo foi utilizar uma nova rede baseada em probabilidade Fuzzy, cujo treinamento e validação se deu por meio de conjunto de dados de domínio público. A avaliação da rede ocorreu segundo a análise competitiva com outras redes, com base na Acurácia e Coeficiente Kappa. Os resultados encontrados indicam que a Rede gerou resultados competitivos quando comparados com outros métodos presentes na literatura.
Downloads
References
Brasil, Ministério da Saúde e Instituto Nacional de Câncer José Alencar Gomes da Silva. Diretrizes para a detecção precoce do câncer de mama no Brasil. 2015.
J. J. Buckley. Fuzzy Probability and Statistics. Vol. 196. Springer-Verlag, 2006, pp. 1–270. ISBN: 3-540-30841-5. DOI: 10.1007/3-540-33190-5.
J. A. Ferreira e R. M. Moraes. “FuzzyClass: A family of Fuzzy and Non-Fuzzy probabilistic-based classifiers”. Em: Journal of Open Source Software 8 (88 ago. de 2023), p. 5613. ISSN: 2475-9066. DOI: 10.21105/joss.05613.
J. L. Fleiss e J. Cohen. “The Equivalence of Weighted Kappa and the Intraclass Correlation Coefficient as Measures of Reliability”. Em: Educational and Psychological Measurement 33 (3 out. de 1973), pp. 613–619. ISSN: 0013-1644. DOI: 10.1177/001316447303300309.
P. Gupta e S. Garg. “Breast Cancer Prediction using varying Parameters of Machine Learning Models”. Em: Procedia Computer Science 171 (2020), pp. 593–601. ISSN: 18770509. DOI: 10.1016/j.procs.2020.04.064.
F. Hauth, C. De-Colle, N. Weidner, V. Heinrich, D. Zips e C. Gani. “Quality of life and fatigue before and after radiotherapy in breast cancer patients”. Em: Strahlentherapie und Onkologie 197 (4 2021), pp. 281–287. ISSN: 1439099X.
M. I. Jordan e T. M. Mitchell. “Machine learning: Trends, perspectives, and prospects”. Em: Science 349.6245 (2015), pp. 255–260.
E. Matthias. Mammographic Mass. UCI Machine Learning Repository. DOI: 10.24432/C53K6Z. 2007.
A. Migowski, G. A Silva, M. K. Dias, M. D. P. E. Diz, D. R. Sant’Ana e P. Nadanovsky. “Diretrizes para detecção precoce do câncer de mama no Brasil. II - Novas recomendações nacionais, principais evidências e controvérsias”. Em: Cadernos de Saúde Pública 34 (6 jun. de 2018). ISSN: 1678-4464. DOI: 10.1590/0102-311x00074817.
S. A. Mokhtar e A. M. Elsayad. Predicting the Severity of Breast Masses with Data Mining Methods. 2013. arXiv: 1305.7057 [cs.LG].
R. M. Moraes, J. A. Ferreira e L. S. Machado. “A New Bayesian Network Based on Gaussian Naive Bayes with Fuzzy Parameters for Training Assessment in Virtual Simulators”. Em: International Journal of Fuzzy Systems 23 (3 abr. de 2021), pp. 849–861. ISSN: 1562-2479. DOI: 10.1007/s40815-020-00936-4.
A. C. V. Ramos, L. S. Alves, T. Z. Berra, M. P. Popolin, M. A. M. Arcoverde, L. T. Campoy, J. F. Martoreli, L. V. Lapão, P. F. Palha e R. A. Arcêncio. “Estratégia Saúde da Família, saúde suplementar e desigualdade no acesso à mamografia no Brasil”. Em: Revista Panamericana de Salud Pública 42 (2018). ISSN: 1020-4989. DOI: 10.26633/RPSP.2018.166.
M. O. Santos, F. C. S. Lima, L. F. L. Martins, J. F. P. Oliveira, L. M. Almeida e M. C. Cancela. “Estimativa de Incidência de Câncer no Brasil, 2023-2025”. Em: Revista Brasileira de Cancerologia 69 (1 fev. de 2023). DOI: 10.32635/2176-9745.rbc.2023v69n1.3700.
J. A. Swets. “Measuring the Accuracy of Diagnostic Systems”. Em: Science 240 (4857 jun. de 1988), pp. 1285–1293. ISSN: 0036-8075. DOI: 10.1126/science.3287615.
J. G. Tomazelli e G. A. Silva. “Rastreamento do câncer de mama no Brasil: uma avaliação da oferta e utilização da rede assistencial do Sistema Único de Saúde no período 2010-2012*”. Em: Epidemiologia e Serviços de Saúde 26 (4 nov. de 2017), pp. 713–724. ISSN: 1679-4974. DOI: 10.5123/S1679-49742017000400004.
E. E. Usang, M. Alakhras e P. Brennan. “Errors in mammography cannot be solved through technology alone”. Em: Asian Pacific journal of cancer prevention: APJCP 19.2 (2018), p. 291.
