Kathirvel Ayyaswamy / Saravanan Kaliyaperumal
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Il cancro al seno rimane una delle malattie più diffuse e pericolose per la vita delle donne in tutto il mondo. Una diagnosi precoce e accurata svolge un ruolo cruciale nel migliorare i tassi di sopravvivenza e nel guidare strategie di trattamento efficaci. Con i rapidi progressi dell’Intelligenza Artificiale (IA), le tecniche di apprendimento automatico e di visione computerizzata vengono sempre più applicate per automatizzare i processi di classificazione del tumore al seno e di segmentazione delle immagini. Questo studio si concentra sullo sviluppo di un framework intelligente che integra l’eliminazione ricorsiva delle caratteristiche (RFE) con un classificatore Support Vector Machine (SVM) per migliorare l’accuratezza e l’affidabilità della rilevazione e dell’analisi del cancro al seno. I risultati sperimentali dimostrano che la combinazione di tecniche di segmentazione, ottimizzazione delle caratteristiche basata su RFE e classificazione SVM migliora significativamente le prestazioni diagnostiche rispetto agli approcci convenzionali di apprendimento automatico. Il modello raggiunge un’elevata accuratezza, precisione e richiamo, rendendolo adatto ad applicazioni cliniche in cui l’affidabilità è fondamentale.
