access deny [128]

متن کامل خبر


 
جلسه دفاع از پایان‌نامه: علیرضا سلطانی نژادیان، گروه مهندسی کامپیوتر

خلاصه خبر:

  • عنوان: کشف قوانین انجمنی جهت تشخیص تومورهای سرطانی مبتنی بر داده های توصیف ژنی
  • ارائه‌کننده: علیرضا سلطانی نژادیان
  • استاد راهنما: دکتر محمد صنیعی
  • استاد ناظر خارجی: دکتر سامان هراتی زاده
  • استاد ناظر داخلی: دکتر فواد قادری
  • استاد مشاور: دکتر سعید جلیلی
  • مکان: کلاس 601
  • تاریخ: 1394/12/16
  • ساعت: 17:30

چکیده
سرطان یکی از خطرناک‌ترین و شایع‌ترین بیماری‌ها در طب بالینی است و باعث بیش از 20 درصد تمام موارد مرگ‌ است. احتمال اینکه بیماران سرطانی درمانی موفقیت‌آمیز داشته باشند بستگی به این دارد که در زمان مناسب و زودهنگام بیماری آن‌ها تشخیص داده شود و این از اهداف بسیار مهم تحقیقات سرطان است. تشخیص این بیماری همواره کار آسانی نیست. اخیراً داده‌های توصیف ژنی برای درمان سرطان مورداستفاده قرارگرفته‌اند که این نوع داده‌ها از آزمایش‌های فناوری ریزآرایه استخراج می‌شوند. این داده‌ها دارای تعداد ژن‌های بسیار زیاد و نمونه‌های کم به دلیل محدودیت در انجام آزمایش‌ها هستند، ازاین‌رو استخراج دانش از این داده‌ها دارای پیچیدگی بالایی است. یکی دیگر از اهداف مهم تحقیقات سرطان، تشخیص هر تومور سرطانی در میان تمام انواع آن است. بر همین اساس مجموعه داده مورداستفاده در این پژوهش مجموعه داده ای است که 26 نوع تومور مختلف را شامل می‌شود و استخراج دانش از این مجموعه داده به دلیل کلاس‌های زیاد و نامتوازن بسیار پیچیده‌تر است. از این رو در این پایان‌نامه یک دسته‌بند انجمنی جهت حل مسئله تشخیص تومورهای سرطانی مبتنی بر داده‌های توصیف ژنی ارائه‌شده است. دانش خروجی حاصل از این دسته‌بند به‌صورت مجموعه‌ای از قوانین انجمنی است که به راحتی برای متخصصان علوم زیستی قابل‌فهم است. دسته‌بند انجمنی ارائه‌شده دارای پنج فاز است. در فاز پیش‌پردازش، داده‌ها برای مراحل بعد آماده می‌شوند. در فاز تولید الگوی مکرر، با ارائه روشی برای تنظیم حداقل پشتیبانی برای هر کلاس، الگوهای مکرر به‌صورت جداگانه از هر کلاس تولید می‌شوند. در فاز تولید و هرس قوانین، قوانین انجمنی تولید و هرس می‌شوند. در فاز رتبه‌بندی و انتخاب قوانین، مدل نهایی ساخته می‌شود. در فاز استدلال و پیش‌بینی، معیار استنتاج ترکیبی مبتنی بر نرخ مطابقت و فاصله مشابهت برای پیش‌بینی نوع تومور ارائه‌شده است. در این پژوهش سعی شده است به کمک ایده‌های ارائه‌شده‌، زمان اجرای الگوریتم کاهش یابد. نتایج به‌دست‌آمده توسط روش پیشنهادی با روش‌های پیشین مورد مقایسه قرار گرفتند. نتایج آزمایش‌ها روی مجموعه داده‌ی تومورهای سرطانی نشان می‌دهد که راهکار پیشنهادی از کارایی خوبی برخوردار است و زمان اجرای آن نیز بسیار مناسب است. همچنین روش پیشنهادی با ارائه دانش خروجی با تعداد قانون بسیار کم از قابلیت تفسیر خوبی برخوردار است.
کلمات کلیدی

12 اسفند 1394 / تعداد نمایش : 1108