Aplicación del método Bootstrap para la obtención del error estándar, en una mezcla de normales obtenida mediante maximización de la esperanza (EM)
Date
2021-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
“El cáncer de mama es un tumor sólido y según GLOBOCAN es la cuarta causa de muerte por cáncer en general y es el tipo de cáncer más frecuente en mujeres y el más letal. El cáncer es un proceso celular transformativo y de esta manera, las células cancerosas pueden diferir morfológicamente de las células que les dieron origen [11]. El diagnóstico de células cancerosas a partir de biopsias se basa principalmente en el análisis de cambios morfológicos de la estructura nuclear como el aumento del tamaño nuclear [12], que ocurre posiblemente debido a la desregulación del ciclo celular, así como del crecimiento celular [13]. El incremento del tamaño nuclear se observa en biopsias de pacientes con diagnóstico benigno y maligno. En este trabajo se hace un análisis de la variable (radius mean) relacionada con el incremento del tamaño nuclear en pacientes con diagnóstico benigno y maligno. En este análisis se prueba, mediante el algoritmo de aprendizaje no supervisado llamado maximización de la esperanza (EM) que dicha variable tiene un comportamiento tipo mezcla de normales con dos componentes. Tal algoritmo es capaz de discriminar los datos en dos grupos (malignos y benignos). Dicho modelo proyecta una clasificación con un porcentaje alto de coincidencia con los datos observados.”
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading