Verbesserte Früherkennung von Brustkrebs.
Verbesserung der Früherkennung von Krebs Brust. ein Studium an der Polytechnischen Universität Madrid erzielte eine deutliche Verbesserung bei der Einstufung von Brustkrebs Krebs Daten Spanien, 2011-Dezember Forscher von der Automation Group in Signal- und Kommunikation an der Universidad Politécnica de Madrid (CSAG/UPM) implementiert ein neues Lernverfahren für Künstliche Neuronale Netze auf der Grundlage der synaptischen Metaplasticidad von biologischen Neuronen, die es ermöglicht hat, um Muster Datenbank Wisconsin (WBCD) Brustkrebs zu klassifizieren, internationale Referenz in der Mammographie, mit einer Genauigkeit von 99,63 %. Krebs ist eine der wichtigsten Ursachen der Sterblichkeit weltweit und Forschung in der Diagnose und Behandlung ist ein Thema von entscheidender Bedeutung für die wissenschaftliche Gemeinschaft geworden. Prävention bleibt eine Herausforderung, und der beste Weg, um das Überleben der Patienten zu erhöhen ist durch Früherkennung. Wenn Krebszellen vor ihrer Verbreitung auf andere Organe erkannt werden, ist die Überlebensrate mehr als 97 %. Aus diesem Grund stieg die Verwendung und Entwicklung von automatisierten Klassifizierungen, medizinische Diagnose unterstützen deutlich in der letzten Zeit. Diese Klassifizierungssysteme versuchen, minimieren Störungen produziert von Spezialisten, erhöhen Sie die Anzahl der Diagnose, die in einer bestimmten Zeit und seine Erfolgsrate ausführen können. Die meisten dieser Systeme basieren auf Techniken der künstlichen Intelligenz in Verbindung mit Signalverarbeitung, vor allem: Künstliche Neuronale Netze, Wavelet-Analyse, Bildanalyse mit Bayes-Modelle, Unterstützung von Maschinen Vektoren, fuzzy Logic und Fraktale Modelle unter anderen mächtigen mathematischen Techniken. ist speziell ein künstliches neuronales...
Read More
NL
FR
DE
EN