RESUMO
O uso de modelos para diagnóstico auxiliado por computador (CAD) tem sido proposto para auxiliar na detecção e classificação do câncer de mama. Neste trabalho, avaliou-se o desempenho dos modelos de rede neural de perceptrons de múltiplas camadas e máquina de vetores de suporte não linear para classificar nódulos de câncer de mama. Dez características morfológicas, do contorno de 569 amostras, foram usadas como entrada nos classificadores. Os resultados médios obtidos no conjunto das 50 simulações realizadas, mostram que os modelos propostos apresentaram bom desempenho (todos ultrapassaram a 90,0%) em termos da acurácia no conjunto de teste. O algoritmo de máquina de vetor de suporte não linear destaca-se quando comparado ao algoritmo de rede neural de perceptrons de múltiplas camadas proposto, com acurácia de ≈ 99,0% e taxa de falso negativo de ≈ 2,0%. O modelo de rede neural apresentou desempenho inferior ao classificador de máquina de vetor de suporte não linear. Os resultados médios obtidos, com a aplicação dos modelos propostos, mostram-se promissores, na classificação do câncer de mama.
Palavras-chave:
rede neural; máquina de vetor de suporte; câncer de mama
