ارائه مدلی برای تشخیص زیرگروه های سرطان مغز مبتنی بر جنگل تصادفی عمیق و ویژگی های تقویت شده با استفاده از داده های ژنی

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 72

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_TJEE-54-1_006

تاریخ نمایه سازی: 29 اردیبهشت 1403

Abstract:

تشخیص نوع بیماری سرطان که به ان زیرگروه گفته می شود در تعیین روند درمان حایز اهمیت فراوانی است. در این مقاله، هدف تشخیص چهار زیرگروه سرطان مغز می باشد. تشخیص زیرگروه بیماری را می توان در قالب یک مسئله طبقه بندی مدل کرد. با توجه به پیشرفت های چشمگیر صورت گرفته در علم بیوانفورماتیک در استخراج اطلاعات ژنتیکی از بدن انسان، اخیرا از این اطلاعات در توصیف بیماران در یادگیری ماشین استفاده زیادی می شود. در این مقاله از سه نوع داده ژنی شامل mRNA، miRNA و متیلاسیون DNA استفاده شده است. ترکیب منابع مختلف اطالاعاتی در قالب داده های چندوجهی به جای استفاده از یک منبع اطلاعاتی واحد، به افزایش دقت طبقه بندی اطلاعات منجر می شود. برای استخراج ویژگیهای مطلوب تر از داده های ژنی، از خودرمزگذار استفاده شده است بطوریکه ویژگی های استخراج شده از خودرمزگذار، به عنوان تقویت کننده در کنار داده های ژنی اولیه قرار می گیرند. همچنین جنگل تصادفی به عنوان یک طبقه بندی کننده در طبقه بندی بیماران بر مبنای داده های ژنی عملکرد مطلوبی داشته است. با گسترش روش های عمیق در شبکه های عصبی و عملکرد مطلوب آنها، نسخه ای از جنگل تصادفی عمیق با ساختار لایه ای ارائه شده است. جنگل تصادفی عمیق دارای این مزیت است که در کنار عملکرد مطلوب در طبقه بندی اطلاعات، تعداد پارامتر محدودی داشته و پیچیدگی محاسباتی آن پایین تر است. در این مقاله از جنگل تصادفی عمیق برای تعیین زیرگروه نوعی از سرطان مغز استفاده شده است. نتایج آزمایش ها نشان دهنده عملکرد مطلوب روش پیشنهادی است.

Authors

فهیمه فلاح

کارشناس ارشد، مهندسی برق و کامپیوتر، دانشگاه صنعتی نوشیروانی، بابل، ایران

فاطمه زمانی

استادیار، مهندسی برق و کامپیوتر، دانشگاه صنعتی نوشیروانی، بابل، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • ب. باباعباسی, «بیوانفورماتیک سلولی و مولکولی»، صفحه ۱-۱۶ ، ۱۳۹۵ ...
  • A. Rahimi, and M. Gönen, “Discriminating early- and late-stage cancers ...
  • M. Sherafatian, “Tree-based machine learning algorithms identified minimal set of ...
  • W.Y. Cheng, Ch.Ch. Yang, J.H. Kao, Ch.Ch. Shen, Y.Ch. Yang, ...
  • P. Sanghani, "Machine Learning Based Overall Survival Prediction of Glioblastoma ...
  • S. Bijari, A. Jahanbakhshi, P. Hajishafiezahramini, and P. Abdolmaleki, "Differentiating ...
  • Y. Kim, K.H. Kim, J. Park, H.I. Yoon, and W. ...
  • Zh. Ya, L. Ao, H. Jie, and M. Wang, "A ...
  • Z. Zhou, J. Feng, “Deep forest”, national science review, vol. ...
  • Y.Boualleg, M. Farah, and I.R. Farah, "Remote sensing scene classification ...
  • B.Yu, Ch. Chen, X. Wang, Z. Yu, A. Ma, and ...
  • L.Sun, Zh. Mo, F. Yan, L. Xia, F. Shan, Zh. ...
  • W.Qin, D. Xu, X. Dong, X. Cui, and S. Zhang, ...
  • J. Xia, Z. Ming, and A. Iwasaki, "Multiple sources data ...
  • H. Yang, R. Chen, D. Li, and Zh. Wang, "Subtype-GAN: ...
  • I. Bichindaritz, G. Liu, and Ch. Bartlett, "Integrative survival analysis ...
  • A. Cheerla, and O. Gevaert,"Deep learning with multimodal representation for ...
  • Q. Meng, D. Catchpoole, D. Skillicom, P. J. Kennedy, “Relational ...
  • W. Liu, H. Lin, L. Huang, L. Peng, T. Tang, ...
  • X. Hu, Y. Zhixiang, Z. Zhiliang, and Y. Peng, "Prediction ...
  • مرتضی جهان تیغ و مصطفی چرمی، «افزایش صحت طبقه بندی ...
  • فرنوش عارفی و علی نادیان، «تشخیص اجزای بدن انسان در ...
  • ندا خانبانی و امیرمسعود افتخاری مقدم، «ارائه یک روش تشخیص ...
  • Z. E. Ashari, S. L. Broschat, “T-Tree and t-Forest: Decision ...
  • S. Zhou, S. Wang, Q. Wu, R. Azim, W. Li, ...
  • M. Fratello, R. Tagliaferri, “Decision trees and random forests”, Encyclopedia ...
  • Z. Jagga, D. Gupta, “Classification models for clear cell renal ...
  • Datema, Frank R., Ana Moya, Peter Krause, Thomas Bäck, Lars ...
  • Y. O. Nunez Lopez, B. Victoria, P. Golusinski, W. Golusinski, ...
  • Y. Fang, H. Lu, and H. Liu, "Multi-modality deep forest ...
  • Y. Guo, S. Liu, Z. Li, X. Shang, “BCDForest : a ...
  • J. Xu, P. Wu, Y. Chen, Q. Meng, H. Dawood, ...
  • J. Xu, P. Wu, Y. Chen, Q. Meng, H. Dawood, ...
  • نمایش کامل مراجع