Método heurístico para el diagnóstico de cáncer de mama basado en Minería de Datos

Abstract

El cáncer de mama es una de las principales causas de muerte en las mujeres; por esta razón, existe una amplia evidencia de que la detección temprana juega un papel importante en la reducción de la mortalidad de este cáncer, muchos métodos han sido investigados para mejorar una detección temprana; actualmente se utiliza la mamografía, mamografía 3d y la Tomografía axial; entre otros. Sin embargo, la mamografía es el medio más accesible y menos dañino para proporcionar información útil sobre la presencia de cáncer de mama. Debido a la dificultad en la interpretación de las mamografías, son necesarias múltiples lecturas de un único examen; de este modo, en este trabajo se propone aumentar la fiabilidad de un diagnóstico con la utilización de procesamiento de imágenes digitales y análisis de las mismas; mediante un Método Heurístico basado en Minería de Datos para extraer información esencial de las imágenes mamográficas y transformarlas en patrones. Posteriormente, se clasificará en sub-grupos de patrones para la conformación de familias mediante la homogeneidad y maximización de índices de coincidencia. El enfoque propuesto reduce la intervención humana y mejora la precisión de los resultados computacionales y es relativamente fácil de adquirir los datos.