Aplicação de um Método Computacional para o Diagnóstico Precoce do Câncer de Próstata Usando Reconhecimento de Padrões Proteômicos

  • Elzenir Montes Universidade Estadual do Maranhão – Cidade Universitaria Paulo VI, MA, Brasi
  • Lúcio Campos Universidade Estadual do Maranhão – Cidade Universitaria Paulo VI, MA, Brasil
  • Wesley Araujo Universidade Estadual do Maranhão – Cidade Universitaria Paulo VI, MA, Brasil
  • Ewaldo Santana Universidade Estadual do Maranhão – Cidade Universitaria Paulo VI, MA, Brasil
  • Claudyane Araujo Universidade Estadual do Maranhão – Cidade Universitaria Paulo VI, MA, Brasil
Palavras-chave: Análise de Componentes Independentes, Câncer de próstata, Máquina de vetor de Suporte, Máxima relevância e mínima redudância, Reconhecimento de padrões

Resumo

O presente trabalho apresenta um método baseado em reconhecimento de padrões proteômicos para o diagnóstico precoce do câncer de próstata, utilizando técnicas computacionais, aplicadas na base de dados de padrões proteômicos SELDI-TOF. O método baseia-se em classificar o indivíduo quanto ao estágio de portabilidade do câncer de próstata. Para tanto, usa-se a técnica de Análise de Componentes Independente (ICA) para extrair as características, depois o algoritmo de Máxima Relevância e Mínima Redundância para reduzir o custo computacional, e finalmente a Máquina de Vetores de Suporte para a classificação. Obtêm-se o melhor resultado do método com um vetor de 27 características, alcançando acurácia, especificidade e sensibilidade, respectivamente de 89,21%, 83,68% e 95,08%.

Publicado
2018-04-13
Secção
Artigos