Aprendizaje supervisado en conjuntos de datos no balanceados con redes neuronales artificiales: métodos de mejora de rendimiento para modelos de clasificación binaria en diagnóstico médico

Abstract

El presente trabajo aborda el problema del reconocimiento de patrones en un conjunto de datos obtenido a partir de imágenes digitalizadas de muestras de líquido de tumor mamario mediante test de aguja fina o FNA. Dicho conjunto de datos presenta un marcado desequilibrio de clases, además de otras características que degradan el rendimiento de las técnicas de clasificación supervisada habituales, como la escasez de datos o el efecto Hughes.

El present treball aborda el problema del reconeixement de patrons en un conjunt de dades obtingut a partir d'imatges digitalitzades de mostres de líquid de tumor mamari mitjançant test d'agulla fina o FNA. Dita conjunta de dades presenta un marcat desequilibri de classes, a més d'altres característiques que degraden el rendiment de les tècniques de classificació supervisada habituals, com l'escassetat de dades o l'efecte Hughes.

The following work addresses the problem of recognizing a set of patterns within a database obtained from scanned images through the liquid of mammary samples taken via FNA (Fine Needle Aspiration). Such data present a marked class imbalance, not to mention other features which degrade the usual supervised classification techniques in terms of performance.