اطلاع رسانی انفورماتیک پزشکی

نويسند‌گان:

[ سوده توسلي ] - دانشجوي كارشناسي ارشد هوش مصنوعي عضو هيئت علمي دانشگاه ازاد اسلامي واحد رودسر
[ پويان داعي شالكوهي ] - دانشجوي رشته ي سلولي مولكولي دانشكده علوم پايه دانشگاه ازاد اسلامي واحد تهران مركز

خلاصه مقاله:

سرطان منجر به 25% مرگ و ميرايي درجهان مي شود با اين وجود شناسايي دقيق سرطان به اميد بهبودي بيماران كمك مي كند امروزه بيوانفورماتيك اميد رسيدن به يك درمان موفق و نهايي را در تحقيقات سرطان افزايش داده است مشهورترين كاربرد بيوانفورماتيك در تحليل داده هاي ژن بيان شده Gene Expression Data مي باشد در پژوهشهاي سرطان هميشه تعداد زياد ويژگيها ژنها در مقابل تعداد كم نمونه ها از مشكلات اصلي دسته بندي مي باشد براي مقابله با اين مشكلات الگوريتمهاي مختلف داده كاوي و كاهش چند بعدي پايگاه داده مبارزه با طلسم ابعاد بسيار مناسب هستند به بالابردن دقت دسته بندي نمونه ها كمك مي كنند. دراين مقاله براي رسيدن به هدف شناسايي دقيق و سريع سرطان به تحليل داده هاي ژن بيان شده پرداخته شده است بطوريكه ابتدا پايگاه داده اموزشي به دسته هاي ژن 2000 تايي بطور ترتيبي تقسيم مي شود و توسط روش تركيبي انتخاب ژن GA-Cfs براي هر دسته تعداد ژنها كاهش داده مي شود سپس با تعداد ژنهاي كاهش يافته نمونه هاي اموزشي و ازمايشي توسط الگوريتم داده كاوي stacking پشته سازي دسته بندي مي شوند.

كلمات كليدي:

انتخاب ژن، داده كاوي ، دسته بندي سرطان، درخت Adtree، الگوريتم stacking، بيوانفورماتيك