Work

Redução dimensional de dados de expressão gênica para classificação de subtipos de câncer de mama

Year: 2023

Type: conference-paper

Abstract: O câncer de mama é mais comum em mulheres e o que mais causa mortes. A subtipagem do câncer de mama é fundamental para um tratamento eficaz, mas a alta dimensionalidade dos dados é um desafio para obtenção do diagnóstico. Para mitigar este problema, técnicas de redução dimensional podem ser aplicadas para extrair atributos mais relevantes e reduzir a dimensionalidade. Este trabalho compara estruturas de aprendizagem profunda e propõe o uso do modelo de redes siamesas como uma nova abordagem para aprimorar a classificação em subtipos de câncer de mama. Os resultados mostram que a nova abordagem melhorou em 0,05 o F1 dos subtipos mais difíceis.

DOI: 10.5753/bresci.2023.234276

Authors: Arthur Bindá Alves, Rayol Mendonca-Neto, Eduardo Nakamura, Fabíola Nakamura, David Fenyö

Institutions: Universidade Federal do Amazonas, NYU Langone Health, New York University

Language: Portuguese

Topic: Gene expression and cancer classification

Subfield: Molecular Biology

Field: Biochemistry, Genetics and Molecular Biology

Domain: Life Sciences

SDG: Good health and well-being

Open Access status: gold

OpenAlex ID: W4387164851

FWCI:

Cites: 11

Cited by:

Related to: 10