z-logo
open-access-imgOpen Access
Using Support Vector Machine and Features Selection on Classification of Early Lung Nodules
Author(s) -
Lucas Lima,
Thales Vieira,
Evandro Costa,
Paulo Mazzoncini de Azevedo–Marques,
Marcelo Fernandes de Oliveira
Publication year - 2020
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbcas.2020.11502
Subject(s) - support vector machine , lung cancer , artificial intelligence , computer science , selection (genetic algorithm) , mathematics , medicine , oncology
O cancer de pulmão é o câncer que mais mata no mundo. No entanto, se o diagnóstico for feito no início da doença, as taxas de sobrevida em 1 ano são de aproximadamente 81-85%. Ferramentas de Auxílio ao Diagnóstico por Computador tem um grande potencial para auxiliar os especialistas na determinação da malignidade de um nódulo pulmonar. Neste trabalho, foram utilizados 4 grupos de atributos: Textura 3D, Nitidez da margem 3D, Forma 3D e Intensidade 3D; dois algoritmos de aprendizado de máquina: Support Vector Machine (SVM) e Multilayer Perceptron; e duas técnicas para selecionar os recursos mais relevantes: Relief e Algoritmo Genético Evolucionário (AGE). A classificação com SVM, Relief e AGE alcançou a melhor AUC de 0,856.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom