ارایه راهکاری در جهت تشخیص و رده بندی بیماری سرطان با استفاده از یادگیری عمیق شبکه عصبی کانولوشن

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,573

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TECCONF03_236

تاریخ نمایه سازی: 5 آبان 1397

چکیده مقاله:

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

نویسندگان

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