Il cancro al seno è una malattia orrenda dopo il cancro della pelle che è più comune nella donna ed è una delle cause principali dell'aumento del tasso di mortalità. La mammografia di screening è la procedura operativa per individuare le masse e le anomalie legate al cancro al seno. Le mammografie digitali sono la fonte operativa più importante che aiuta a individuare precocemente il cancro nelle donne senza sintomi e a diagnosticare il cancro nelle donne con sintomi come il dolore nel nodulo, lo scarico del capezzolo che diminuisce le morti e aumenta le possibilità di sopravvivenza. Di solito il medico non può dedicare più tempo a un paziente per soppesare i reclami e suggerire una possibile diagnosi prendendo in considerazione i dati precedenti; durante questa fase, c'è più possibilità di errori medici e diagnosi sbagliate. Utilizzando l'apprendimento automatico nella diagnosi del cancro al seno si migliora l'accuratezza riducendo gli errori di classificazione e si risparmia tempo nella diagnosi. Il lavoro proposto è la classificazione istintiva delle immagini mammografiche come benigno, maligno e normale utilizzando vari algoritmi di apprendimento automatico. La classificazione è una tecnica di identificazione utilizzata per classificare i dati consolidati in diverse categorie.
