Predicción del cáncer de mama mediante varios métodos de aprendizaje automático

El cáncer de mama es una enfermedad horrenda, después del cáncer de piel, que es la más común en la mujer y es la causa principal del aumento de la tasa de mortalidad. La mamografía de cribado es el procedimiento operativo para detectar masas y anomalías relacionadas con el cáncer de mama. Las mamografías digitales son la fuente más operativa que ayuda a la detección temprana del cáncer en mujeres sin síntomas y a diagnosticar el cáncer en mujeres con síntomas como dolor en el bulto, secreción del pezón, lo que disminuye las muertes y aumenta las posibilidades de supervivencia. Por lo general, el médico no puede dedicar más tiempo a un paciente para sopesar las quejas y sugerir un posible diagnóstico teniendo en cuenta los registros anteriores. El uso del aprendizaje automático en el diagnóstico del cáncer de mama mejora la precisión al reducir las clasificaciones erróneas y ahorra tiempo en el diagnóstico. El trabajo propuesto es la clasificación instintiva de las imágenes de mamografía como benignas, malignas y normales utilizando varios algoritmos de aprendizaje automático. La clasificación es una técnica de identificación utilizada para clasificar datos consolidados en diferentes categorías.