ABSTRACT
O câncer de mama é um tumor que se desenvolve como consequência de alterações genéticas em algum conjunto de células da mama, podendo atingir axilas e até mesmo outros órgãos. O diagnóstico é realizado por meio de informações coletadas através de exames e observações clínicas. Em sistemas informatizados tais informações são usadas como entrada para processos de auxílio ao diagnóstico. Objetivando aumentar a acurácia e precisão desses sistemas implementamos e comparamos dois classificadores de reconhecimento de padrões, nomeados: Naïve Bayes (NB) e Quadratic Discriminant Analysis (QDA). Para condução dos experimentos utilizamos uma base de dados de 569 instâncias com 30 atributos e um rótulo identificador entre benignas e malignas, extraídas de imagens digitalizadas. Os resultados experimentais demonstram que, embora ambos classificadores sejam promissores, o classificador QDA apresenta, na média, melhores taxas de acurácia e sensibilidade.
Breast cancer is a tumor that develops as a consequence of genetic alterations in a number of breast cancercells, can reach the armpits and even other organs. The diagnosis is made based on information collected through tests and clinical observations. In computerized systems such information is used as input to aid the diagnosis process. Aiming to increase the accuracy and precision of these systems implemented and compared two pattern recognition classifiers appointed: Naïve Bayes (NB) and Quadratic Discriminant Analysis (QDA). To conduct the experiments we used a database of 569 instances with 30 attributes and a label identifier between benign and malignant, extracted from scanned images. The experimental results show that although both classifiers are promising the classifier Quadratic Discriminant Analysis has, on average, better accuracy rates and sensitivity.
