Please use this identifier to cite or link to this item: https://repositorio.ifgoiano.edu.br/handle/prefix/2692
metadata.dc.type: Trabalho de Conclusão de Curso
Title: AVALIAÇÃO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA NA CLASSIFICAÇÃO DO CÂNCER
metadata.dc.creator: Oliveira Filho, Divino Borges
metadata.dc.contributor.advisor1: Carmo França, Heyde Francielle
metadata.dc.contributor.referee1: Carmo França, Heyde Francielle
metadata.dc.contributor.referee2: Macêdo, Heverton Barros
metadata.dc.contributor.referee3: Silva, Marlus Dias
metadata.dc.description.resumo: O presente trabalho teve como base a importância da detecção precoce do câncer. Uma grande variedade de microRNAs (miRNAs) que indicam especificamente muitos tipos de câncer podem ser identificadas e seus perfis de expressão de miRNA analisados. Com isso, os miRNAs servem como uma ferramenta de diagnóstico de biópsia líquida não invasiva para a detecção precoce de muitos tipos de câncer. Assim sendo, foi possível avaliar técnicas de aprendizado de máquina na classificação do câncer, tendo como base um conjunto de dados obtidos do Hospital Albert Einstein. Três modelos de classificação foram experimentados, sendo dois Redes Neurais Convolucionais e um Máquina de Vetores de Suporte. Obteve-se, como resultado, que é possível treinar uma Rede Neural Convolucional com dados estruturados, porém tal conjunto precisa estar balanceado. E caso o conjunto de dados possuir apenas duas classes, modelos de classificação com Máquina de Vetores de Suporte mostram-se com melhor desempenho na classificação.
Abstract: The present work was based on the importance of early cancer detection. A wide variety of microRNAs (miRNAs) that specifically indicate many types of cancer can be identified and their miRNA expression profiles analyzed. Thus, miRNAs serve as a biopsy diagnostic tool non-invasive liquid for the early detection of many types of cancer. Therefore, it was possible to evaluate machine learning techniques in cancer classification, based on a dataset obtained from the Albert Einstein Hospital. Three classification models were tried, two Convolutional Neural Networks and one Support Vector Machine. As a result, it was possible to train a Convolutional Neural Network with structured data, but such a set needs to be balanced. And if the dataset has only two classes, classification models with Support Vector Machine show the best performance in classification.
Keywords: Aprendizado de Máquina
Redes Neurais Convolucionais
Classificação de câncer
Máquina de Vetores de Suporte
miRNA
metadata.dc.subject.cnpq: CIENCIAS EXATAS E DA TERRA
CIENCIAS DA SAUDE
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Instituto Federal Goiano
metadata.dc.publisher.initials: IF Goiano
metadata.dc.publisher.department: Campus Rio Verde
metadata.dc.rights: Acesso Aberto
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/2692
Issue Date: 12-Aug-2022
Appears in Collections:Bacharelado em Ciência da Computação

Files in This Item:
File Description SizeFormat 
TCC_DIVINO BORGES DE OLIVEIRA FILHO.pdf17,33 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.