طبقه بندی سرطان براساس فناوری ریزآرایه با استفاده از انتخاب ژن
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده فنی
- author معصومه یوسفی
- adviser مهدی چهل امیرانی
- Number of pages: First 15 pages
- publication year 1393
abstract
یکی از شاخه های مهم بیوانفورماتیک فن آوری ریزآرایه dna است که امکان بیان هزاران ژن را به طور هم زمان در حداقل زمان، ممکن می سازد. داده های خام ریزآرایه، تصاویری هستند که باید به ماتریس-های بیان ژن تبدیل شوند. ماتریس هایی که ردیفشان بیانگر ژن ها و ستون هایشان بیانگر نمونه های متعدد مانند بافت ها یا آزمایش ها و اعداد سلول ها سطح بیان ژن را در یک ژن و یک نمونه ی خاص بیان می کنند. یکی از محدودیت های طبقه بندی داده ی ریزآرایه تعداد زیاد ژن ها در مقابل تعداد کم نمونه هاست. به علت نامتقارنی در ابعاد ریزآرایه، روش های استخراج ویژگی زیادی برای طبقه بندی ریزآرایه ارائه شده است. بسیاری از این روش ها مشکلاتی در انتخاب مجموعه ی کوچکی از ژن ها دارند. این پژوهش به بررسی الگوریتم های استخراج ژن های موثر در بروز سرطان در داده های ریزآرایه می-پردازد و دو الگوریتم استخراج ژن، بهینه سازی ذرات و الگوریتم جستجوی هارمونی باینری را ارائه می-دهد که با پایین آوردن تعداد ژن های موثر، بار محاسباتی و زمان پردازش را کاهش می دهد. از دو پایگاه داده در این پایان نامه جهت ارزیابی الگوریتم های پیشنهادی استفاده شده است. مقایسه نرخ درستی الگوریتم های پیشنهادی با سایر روش های موجود نشان دهنده ی دقت بالای آن هاست.
similar resources
انتخاب ژن و طبقه بندی سلول های سرطانی بر پایه داده های ریزآرایه با استفاده از الگوریتم ترکیبی BPSO و BLDA
داده های ریزآرایه در تشخیص و طبقه بندی انواع بافت های سرطانی نقش بسزایی دارند. در پژوهش های سرطان همیشه تعداد نسبتا کم نمونه ها در ریزآرایه باعث ایجاد مشکلاتی در طراحی طبقه بندها شده است. بنابراین داده های ریزآرایه قبل از طبقه بندی از طریق تکنیک های انتخاب ژن پیش پردازش و ژن های فاقد اطلاعات آن ها دور ریخته می شود. اساسا یک روش انتخاب ژن مناسب می تواند بطور موثر کارایی دسته بندی بیماری ها (سرطا...
full textانتخاب ویژگی مبتنی بر تئوری اطلاعات برای انتخاب ژنهای مؤثر در تشخیص نوع سرطان با استفاده از دادههای ریزآرایه
انتخاب ویژگی یکی از فرایندهای پیش پردازش دادهها در مباحث مربوط به یادگیری ماشین و دادهکاوی محسوب میشود که در برخی زمینهها نظیر کار با دادههای ریزآرایه در بیوانفورماتیک که با مشکل ابعاد بالای دادهها در مقابل تعداد کم نمونهها مواجه است، از اهمیت ویژهای برخوردار است. انتخاب ویژگیهای (ژنهای) موثر در تشخیص بیماری از دادههای ریزآرایه نقش مهمی در تشخیص زودهنگام بیماری و راههای مواجهه با آن...
full textطبقه بندی مشتریان بانک صادرات براساس ارزش مشتری با استفاده از درخت تصمیم
با توجه به اینکه امروزه کسب رضایت مشتری در محیط تجاری اهمیت زیادی پیدا کرده است، بسیاری از شرکتها به منظور افزایش سود و رضایت مشتری بر روی ارزش مشتری تمرکز دارند. مدیریت ارتباط با مشتری 3(CRM) ابزار بالا بردن ارتباط مشتری به عنوان اصل رقابت در شرکتها ظهور پیدا کرده است. ساختار موفق CRM در شرکتها از شناسایی ارزش درست مشتری شروع میشود، زیرا ارزش مشتری اطلاعات مهمی را به منظور گسترش هدف و ...
full textشناسایی و دسته بندی ژن های موثر در سرطان (سرطان ریه) با استفاده از داده های ریزآرایه
امروزه باتوجه به گسترش روزافزون اطلاعات و پیشرفت¬هایی که در زمینه¬های پزشکی صورت گرفته است، استفاده از روش¬هایی که بتوان سرعت انجام کار و دقت را افزایش و هزینه آزمایش¬ها را کاهش داد؛ امری غیرقابل اجتناب است. با استفاده از تکنولوژی ریزآرایه¬ها می¬توان میزان بیان چندین هزار ژن را اندازه گرفت. از چالش¬هایی که برای تجزیه و تحلیل داده¬های ریزآرایه با آن روبرو هستیم، تعداد زیاد ژن¬ها در این مجموعه دا...
طبقه بندی دادههای فراطیفی براساس سیستمهای ماشینهای بردار پشتیبان چندگانه با استفاده از گروه بندی باندهای طیفی
با پیشرفتهای کنونی در سنجش از دور و علوم مرتبط با آن، داده سنجش از دور فراطیفی با فراهم آوردن حجم بالای اطلاعات طیفی برای تشخیص بهتر کلاسهای زمینی مورد استفاده فراوان قرار میگیرد، اگرچه تعداد زیاد باندهای طیفی در مقابل تعداد کم نمونههای آموزشی در دسترس، مشکل "پدبده هیوز" را در این داده ایجاد میکند. به علاوه تعداد زیاد باندهای طیفی که اغلب به یکدیگر وابسته میباشند، شامل اطلاعات زاید فراوان...
full textتعیین ژن های پیشگو رده های سرطان سینه با استفاده از الگوریتم خوشه بندی خودسازمانده رشدی در داده های ریزآرایه
توانایی تکنولوژی ریزآرایه در ایجاد امکان ثبت، کنترل و تحلیل هم زمان هزاران ژن، محققین بسیاری را علاقمند به یافتن الگوریتمی بر اساس داده های ریزآرایه به منظور کشف رده های سرطان و ژن های نشانگر رده ها کرده است. یکی از روش های معمول و پر کاربرد در تحلیل داده های ریزآرایه، خوشه بندی است. یک خوشه بندی مناسب از نمونه ها بر اساس داده های بیان ژن، با ایجاد گروه هایی با سطوح بیان ژنی مشترک می تواند منجر...
15 صفحه اولMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده فنی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023