Papel de las técnicas RNA en la detección del cáncer de mama

En este trabajo se aplicaron técnicas de RNA al conjunto de datos WBCD y se calculó la precisión, sensibilidad y especificidad de las diferentes redes, de las cuales la red neuronal de avance es la que obtuvo la mejor precisión, en comparación con otras redes. Por lo tanto, se llegó a la conclusión de que la red neuronal de avance proporciona un buen rendimiento en la detección del cáncer de mama con el algoritmo de retropropagación. Con estos una red neuronal de avance con el algoritmo de retropropagación está diseñado para detectar el cáncer de mama en una etapa temprana para la eficiencia de diagnóstico, con esto la probabilidad de la presencia de cáncer de mama utilizando ANN es éxitos que fueron entrenados por una red de avance utilizando el algoritmo de retropropagación para detectar el cáncer de mama con eficacia en una etapa temprana diferenciando entre los casos malignos y benignos, con todos estos informes oncólogo llegar a la conclusión de que el bulto es canceroso y el paciente se vio afectado por ella. Con este proceso, el oncólogo puede detectar fácilmente el cáncer de mama. Ayudará a los pacientes para el tratamiento del cáncer de mama en una etapa temprana y la precisión del diagnóstico se puede mejorar significativamente.