COMPARACIÓN DE CLASIFICADORES BASÁNDOSE EN DATOS EXTRAÍDOS DE MAMOGRAMAS DIGITALES

Resumen Este trabajo se enfoca al desarrollo de la etapa de clasificacion de un sistema para identificar la lesion de distorsion arquitectural en mamogramas, se realiza un analisis comparativo de clasificadores, con la finalidad de determinar el metodo que mejor se ajuste a los datos extraidos. Las tecnicas aplicadas para la comparacion de clasificadores son matriz de confusion y matriz costo-beneficio. Se toma en cuenta la sensibilidad al costo del error de clasificacion de cada tecnica, ya que en muchas situaciones los errores producidos por un modelo predictivo no tienen las mismas consecuencias. Para la realizacion de las pruebas, se hace uso del UCI Machine Learning Repository , donde dos BD contienen datos de historial medico (BD1, BD2) y  una contiene datos extraidos de mamogramas digitales (BD3), para esta ultima se determina que NB obtiene los mejores resultados. Palabras clave : arboles de decision, clasificador bayesiano simple (NB), distorsion arquitectural, Maquina de Vector de Soporte (VSM), Perceptron  Multicapa (MLP). COMPARISON OF CLASSIFIERS BASED ON DATA EXTRACTED FROM DIGITAL MAMMOGRAMS Abstract  This work focuses on the development of the classification stage of a system to  identify the architectural distortion lesion in mammograms, a comparative analysis of classifiers is performed, in order to determine the method that best fits the data extracted. The techniques applied are confusion matrix and cost-benefit matrix. The sensitivity analysis versus the cost of the classification error of each technique is taken into account, since in many situations the errors produced by a predictive model do not have the same consequences. NB, TAN, J48, SVM and MLP are the classifiers used. To carry out the tests, a set of classification domains was selected from the UCI Machine Learning Repository collection, which contains medical history data (BD1, BD2) and data extracted from digital mammograms   (BD3), for the latter  was determined that NB obtains the best results. Keywords: architectural distortion, decision trees, Multi Layer Perceptron (MLP), Naive Bayes classifier (NB), Support Vector Machines (VSM) .