ONCOLOGÍA
JANO.es · 22 noviembre 2011
La red neuronal artificial AMMLP fue el algoritmo utilizado para determinar los patrones de esta enfermedad.
Investigadores del Grupo de Automatización en Señal y Comunicaciones de la Universidad Politécnica de Madrid (GASC/UPM) han logrado clasificar los patrones de cáncer de mama de la base de datos Wisconsin (WBCD), referencia internacional en mamografías, con una exactitud del 99,63%.
Cuando las células cancerosas son detectadas antes de que se diseminen a otros órganos, la tasa de supervivencia es superior al 97%, de ahí que, en los últimos años, se esté trabajando en el uso y perfeccionamiento de clasificadoresautomáticos que afinen el diagnóstico.
Según explican los autores de este estudio, estos sistemas de clasificación permiten minimizar los posibles errores de los especialistas, así como aumentar el número de diagnosis. Según muestra el trabajo, dirigido por los profesores Diego Andina y Alexis Marcano, la red neuronal artificial AMMLP es la que proporciona mejores resultados.
El AMMLP logró una exactitud del 99,63% en la mejor simulación y un 99,58% como promedio, resultados que se situaron por encima de los del resto de clasificadores. Asimismo, y en comparación con otros algoritmos, el AMMLP presenta un bajo coste computacional.