رضا احسن - دانشجو دکتری فناوری اطلاعات دانشگاه قم گروه کامپیوتر ، دانشکده مهندسی کامپیوتر، دانشگاه قم، قم، ایران
منصور ابراهیمی - دانشیار دانشگاه قم گروه زیست شناسی،دانشکده علوم پایه،دانشگاه قم، قم، ایران
فاطمه یزدان نژاد - دانشجو کارشناسی ارشد موسسه آموزش عالی تعالی قم گروه کامپیوتر ،موسسه آموزش عالی فناوری اطلاعات ، موسسه آموزش عالی غیرانتفاعی تعالی قم، قم، ایران

زمینه و هدف: هدف ما از این تحقیق، تشخیص و ردهبندی سرطان با استفاده از یادگیری عمیق می باشد. در این راستا نشان خواهیم داد که چگونه یادگیری مشخصه با ناظر, می تواند برای کشف سرطان و تحلیل نوع سرطان از داده توالی پروتیین، با استفاده از یادگیری عمیق مورد استفاده قرار گیرد.روش بررسی: در اینجا با استفاده از شبکه عصبی کانولوشن , جهت کشف و ردهبندی انواع سرطان بر اساس داده های توالی پروتیینی به کار برده می شود. در این پژوهش، از 401 داده توالی پروتیینی بیماران مبتلا به سرطان خون و 59 داده توالی پروتیینی انسان نرمال که از سایت NCBI، جمع آوری شده است، جهت ردهبندی استفاده کردیم.یافته ها: نتایج بدست آمده از تجزیه و تحلیل بر روی داده های توالی پروتیینی ، با استفاده از شبکه عصبی کانولوشن، نشان می دهد که در تشخیص و ردهبندی سرطان، درصد دقت آن بسیار بالا (تا%( 88. 5 می باشد و می توان از این روش برای تشخیص و رده بندی سرطان استفاده کرد.نتیجه گیری: تجزیه و تحلیل روی نتایج بدست آمده، نشان می دهد که با استفاده از داده های توالی پروتیینی در یادگیری عمیق، می توان بیماری سرطان را ، تشخیص و ردهبندی نمود. و همچنین می توان از این روش برای ردهبندی سرطان، از انواع مختلف نمونه های سرطان استفاده نمود

تشخیص بیماری سرطان، یادگیری عمیق، ردهبندی سرطان، شبکه عصبی کانولوشن