Resumen

El cáncer de piel es uno de los tipos de cáncer más comunes que a veces resulta difícil de diagnosticar para los médicos y expertos. El método dermatoscópico no invasivo es un método popular para observar y diagnosticar el cáncer de piel. Dado que este método se basa en la inferencia ocular, el diagnóstico del cáncer de piel por parte de los dermatólogos es difícil, especialmente en las primeras fases de la enfermedad. La inteligencia artificial es una herramienta complementaria adecuada que puede utilizarse junto a los expertos para aumentar la precisión del diagnóstico. En el presente estudio, se ha introducido un nuevo método asistido por ordenador para el diagnóstico del cáncer de piel. El método está diseñado sobre la base de una combinación de aprendizaje profundo y un algoritmo metaheurístico recientemente introducido, a saber, el Algoritmo de Optimización de Rebaño de Ñus (WHO). El método utiliza una red neuronal convolucional Inception para la extracción de las características iniciales. A continuación, se emplea el algoritmo WHO para seleccionar las características útiles con el fin de reducir la complejidad del tiempo de análisis. El método se aplica a un conjunto de datos de cáncer de piel ISIC-2008. Los resultados finales de la selección de características basada en la OMS propuesta se comparan con otros tres algoritmos, y los resultados han indicado buenos resultados para el sistema. Por último, el sistema de diagnóstico total se ha comparado con otros cinco métodos para indicar su eficacia frente a los métodos estudiados. Los resultados finales mostraron que el método propuesto tiene los mejores resultados que los métodos comparados.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:métodos, resultados finales, cáncer de piel, conjunto de datos de cáncer de piel, algoritmo metaheurístico introducido, red neuronal convolucional, cáncer de piel isic-2008, diagnóstico de cáncer de piel, optimización de la manada de ñus, tipo de cáncer
• Keywords:methods, final results, skin cancer, skin cancer dataset, introduced metaheuristic algorithm, convolutional neural network, isic-2008 skin cancer, skin cancer diagnosis, wildebeest herd optimization, type of cancer