تشخیص سرطان با استفاده از پردازش تصویر و تحلیل تفکیکی درجه دوم

پیشرفت در علم پزشکی موجب ظهور روش های جدید برای پیشگیری، تشخیص و درمان انواع بیماری ها شده است. بیماری سرطان به دلیل ماهیت تهاجمی خود در کانون توجه پژوهشگران در حوزه های مختلف علمی از جمله، طب، مهندسی پزشکی و مهندسی نرم افزار قرار دارد. میکروآرایه بیان ژن، به عنوان نتیجه یک آزمایش پزشکی، دربردارنده ثبتی، حاوی اطلاعات بیان ژن در قالب یک کلان داده است که معمولا به صورت یک تصویر رنگی یا یک فایل متنی ایجاد می شود. پردازش و طبقه بندی کلان داده ی مذکور به دلیل ابعاد بالای آن و حجم زیاد اطلاعات موجود در آن چالش برانگیز است و تحقیقات زیادی در زمینه منهدسی نرم افزار در تلاش برای طبقه بندی بهینه میکروآرایه بیان ژن انجام شده است. در این مقاله، روشی مبتنی بر پیش-پردازش تصویر میکروآرایه و تحلیل تفکیکی درجه دوم داده موجود در تصویر پیشنهاد شده است که در آن پس از استخراج و نرمال سازی داده های تصویر میکروآرایه، مهمترین ژن های موثر از میان هزاران ژن موجود در نتیجه آزمایش تعیین می شود. در این طبقه بندی، معیار امتیازدهی به ویژگی یا ژن، نزدیکی هرچه بیشتر اعضای هر کلاس به مرکز آن کلاس و دوری حداکثری مراکز کلاسها از یکدیگر است. نتایج حاصل از پیاده سازی روش پیشنهادی در نرم افزار متلب بر روی تصویر میکروآرایه سرطان سینه و چندین مجموعه داده دیگر، حاکی از بهبود کارآیی از نظر افزایش دقت و کاهش هزینه در صورت استفاده از روش پیشنهادی است.

کلیدواژه ها:

طبقه بندی ، تشخیص سرطان ، بیان ژن ، پردازش تصویر دیجیتال ، انتخاب و استخراج ویژگی.