Loading...
تشخیص سرطان کبد و مثانه از روی DNA در متلب
در این بخش پروژه تشخیص سرطان کبد و مثانه از روی DNA با الگوریتم های PCA – ICA – POD را در نرم افزار MATLAB آماده کردیم که بر اساس مقاله Cancer detection using component analysis methods on DNA microarray انجام شده است. در ادامه به توضیحات چکیده مقاله پرداخته و فیلم و تصاویر خروجی پروژه در محیط متلب قرار داده شده است.
الگوریتم PCA
الگوریتم تجزیه و تحلیل مولفه اصلی (PCA) به عنوان یک ابزار موثر برای تشخیص الگو و استخراج ویژگی در بسیاری از زمینه ها مانند تقویت سیگنال برای آنتن های بزرگ آرایه، کاهش مدل برای شبیه سازی و کنترل جریان سیال، شناسایی ویژگی ها در جرم شناسی و غیره به طور گسترده ای مورد استفاده قرار گرفته است.
معرفی مقاله
در این مقاله، ریاضیات الگوریتم PCA همراه با کاربرد آن در داده های میکرو آرایه DNA در تشخیص سرطان مورد بحث قرار می گیرد. مطالعات مبتنی بر دو مجموعه سرطان های کبدی و مثانه ارائه شده است. به دنبال این موضوعات، یکی دیگر از تکنیک های استخراج ویژگی، به نام تحلیل مولفه های مستقل (ICA) نیز مورد بحث قرار می گیرد. الگوریتم ICA به خاطر توانایی آن برای شناسایی سیگنال های کور چندگانه در سیستم های تشخیص گفتار و پردازش سیگنال پزشکی شناخته شده است. همچنین در این مقاله از الگوریتم POD نیز برای تفکیک به مدهای متعامد استفاده شده است.
مزیت الگوریتم ICA
مزیت اصلی الگوریتم ICA در مقایسه با الگوریتم PCA مبتنی بر همبستگی، این است که روش تحلیل مولفه های مستقل (ICA) نه تنها می تواند آمار ثانویه سیگنال را ترسیم کند، بلکه می تواند وابستگی های آماری مرتبه بالاتر را ایجاد کند، در نتیجه در آن برای ایجاد سیگنالی به صورت مستقل تلاش می شود. در این مقاله نتایج به دست آمده از پژوهش های انجام شده در سال های اخیر در مورد استفاده از الگوریتم ICA برای تشخیص سرطان نیز گزارش شده است.
نتایج شبیه سازی
نتایج به دست آمده از شبیه سازی با نرم افزار MATLAB نشان می دهد که حالت های ICA در بحث مقایسه داده های سرطان با داده های بدون سرطان نسبت به هر یک از روش های PCA تمایزی واضح تری داشته است. همچنین یافته های ما نشان می دهد که روش POD می تواند به طور موفقیت آمیز هر دو نوع سرطان را تشخیص دهد، اگر چه رویکرد ما می تواند بر بروی سایر انواع بیماری یا سرطان ها نیز اعمال شود.
تصاویری از خروجی
هیچ نظری ثبت نشده است