cele: wczesne rozpoznanie raka piersi, najczęściej diagnozowanej formy raka u kobiet, ma kluczowe znaczenie, ponieważ prowadzi do znacznie większych szans na przeżycie., Termografia medyczna, która wykorzystuje kamerę na podczerwień do obrazowania termicznego, została wykazana jako szczególnie przydatna technika wczesnej diagnozy, ponieważ wykrywa mniejsze guzy niż standardowa metoda mammografii.

metody i materiał: w niniejszym artykule analizujemy termogramy piersi poprzez wyodrębnienie cech opisujących symetrie dwustronne między dwoma obszarami piersi i przedstawiamy system klasyfikacji do podejmowania decyzji. Oczywiście koszty związane z brakiem przypadku raka są znacznie wyższe niż koszty błędnego oznakowania łagodnego przypadku., Jednocześnie zbiory danych zawierają znacznie mniej przypadków złośliwych niż łagodnych. Standardowe podejścia klasyfikacyjne nie uwzględniają żadnego z tych aspektów. W niniejszym artykule przedstawiamy Hybrydowy zespół klasyfikatorów wrażliwych na koszty, aby rozwiązać ten trudny problem. Nasze podejście wiąże się z pulą wrażliwych na koszty drzew decyzyjnych, które przypisują wyższy koszt błędnej klasyfikacji klasie złośliwości, zwiększając tym samym jej wskaźnik rozpoznawania. Algorytm genetyczny jest stosowany do jednoczesnego wyboru cech i klasyfikacji fuzji., Jako kryterium optymalizacji wykorzystujemy kombinację kosztów błędnej klasyfikacji i różnorodności, aby osiągnąć zarówno wysoką czułość, jak i heterogeniczny zespół. Ponadto przycinamy nasz zespół, odrzucając klasyfikatory, które w minimalnym stopniu przyczyniają się do podejmowania decyzji.

wyniki: dla wymagającego zbioru danych około 150 termogramów, nasze podejście osiąga doskonałą czułość 83,10%, przy zachowaniu wysokiej swoistości 89,44%., Oznacza to nie tylko lepsze rozpoznawanie przypadków złośliwych, ale także statystycznie przewyższa inne najnowocześniejsze algorytmy zaprojektowane do niezrównoważonej klasyfikacji, a tym samym zapewnia skuteczne podejście do analizy termogramów piersi.

wnioski: proponowany przez nas Hybrydowy zespół czułości może ułatwić bardzo dokładną wczesną diagnostykę raka piersi w oparciu o cechy termogramu. Przezwycięża trudności, jakie stwarza nierówna Dystrybucja pacjentów w dwóch analizowanych grupach.