Zeitschrift für Computertechnik und Informationstechnologie

Künstliche Immunsysteme mit negativer Selektion zur klinischen Diagnose von Brustkrebsproben

Fernando PA Lima, Anna Diva P Lotufo, Carlos R Minussi und Mara LM Lopes

Künstliche Immunsysteme mit negativer Selektion zur klinischen Diagnose von Brustkrebsproben

In diesem Artikel wird ein künstliches Immunsystem mit negativer Selektion zur Diagnose von Brustkrebsproben verwendet. Dabei wird das Prinzip der negativen Selektion als biologischer Prozess zugrunde gelegt. Dieser Prozess wird verwendet, um die Proben zu unterscheiden und eine Klassifizierung in gutartige oder bösartige Fälle vorzunehmen. Die Hauptanwendung der Methode besteht darin, Fachleute bei der Diagnose von Brustkrebs zu unterstützen und so flexible Entscheidungen, eine effiziente Behandlungsplanung, Zuverlässigkeit und die notwendigen Eingriffe zur Rettung von Menschenleben zu ermöglichen. Zur Bewertung dieser Methode wurde die Wisconsin Breast Cancer Diagnosis-Datenbank verwendet. Dies ist eine echte Brustkrebsdatenbank. Die mit der Methode erzielten Ergebnisse (99,77 % Genauigkeit bei der besseren Methodenkonfiguration) zeigen im Vergleich mit der Fachliteratur Genauigkeit, Robustheit und Effizienz im Diagnoseprozess von Brustkrebs.