Classificadores para pacientes com câncer de mama de acordo com a sensibilidade quimioterápica neoadjuvante

Página do item simplificado
dc.contributor.advisorRodrigues, Thiago de Souza
dc.contributor.advisorLatteshttp://lattes.cnpq.br/4182923743939851
dc.contributor.authorCarvalho, Pedro Kássio Ribeiro Matos Loureiro de
dc.contributor.authorLatteshttp://lattes.cnpq.br/1889558989512152
dc.contributor.refereeRodrigues, Thiago de Souza
dc.contributor.refereeSarubbi, João Fernando Machry
dc.contributor.refereeSantos, Vinícius Fernandes dos
dc.date.accessioned2025-05-20T22:02:53Z
dc.date.available2025-05-20T22:02:53Z
dc.date.issued2017-08-30
dc.description.abstractO câncer de mama é tipo de câncer mais comum entre as mulheres. O seu tratamento é geralmente efetuado por meio da utilização de quimioterapia neoadjuvante, também conhecida como pré-operatória, seguida da operação para remoção do tumor e posteriormente a quimioterapia pós-operatória. A quimioterapia neoadjuvante pode ter Resposta Patológica Completa (PCR), quando a doença é eliminada, ou pode possuir Doença Residual (RD). Este projeto busca utilizar informações de subtipos moleculares do câncer de mama, para identificar cinco tipos específicos destas expressões gênicas e, por meio da implementação de diversos tipos diferentes de classificadores, avaliar o efeito da quimioterapia neoadjuvante nos portadores da doença. O melhor classificador obtido foi o Extreme Learning Machine, que possui um tempo de execução baixo e 80% de acerto em média, indicando um bom resultado.
dc.description.abstractotherThe breast cancer is the most common type of cancer one on women. This cancer treatment is usually done with neoadjuvant chemotherapy, also known as pre-operation chemothrerapy, followed by the operation to remove the tumor and aftar the post operation chemotherapy. The neoadjuvant chemotherapy may show Complete Pathological Response (CPR), when the disease is eliminated, or Residual Disease (RD). This project seeks to use information of the molecular subtypes of breast cancer, to identify five specific types of those genic expressions and by implementing several different types of classifiers evaluate the effect of neoadjuvant chemotherapy in patients with the disease. The best classifier was obtained using Extreme Machine Learning algorithm, which has a very small runtime and 80% of accuracy on average, indicating a good result.
dc.description.sponsorshipCAPES, CAFET-MG.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/1544
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectCâncer
dc.subjectModelagem matemática
dc.subjectQuimioterapia adjuvante
dc.subjectInformática médica
dc.titleClassificadores para pacientes com câncer de mama de acordo com a sensibilidade quimioterápica neoadjuvante
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Classificadores para pacientes com câncer de mama de acordo com a sensibilidade quimioterápica neoadjuvante.pdf
Tamanho:
1.5 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Modelagem Matemática e Computacional