دسته بندی خودکار کروموزم های گروهE با تقلید و شبیه سازی روش اپراتور انسانی

در این مقاله یک مجموعه ویژگی های جدید برای توصیف الگوی تغییرات شدت رنگ در تصاویر کروموزوم های گروه E شامل کروموزوم های ١٦ و ١٧ و ١٨ ) تعریف شده است . این ویژگی ها به تقلید از روش اپراتور متخصص در شناسایی کروموزوم ها تعری ف شده و شامل موقعیت مکانی، پهنا و رنگ دو شاخص ترین باند تیره کروموزوم هستند. با تعریف یک بردار ویژگی شامل این ویژگی های جدید به همراه چند ویژگی هندسی و با آموزش شبکه عصبی مصنوعی پرسپترون بدون فیدبک با تنها یک لایه پنهان به دسته بندی این کروموزوها اقدام گرد ید. نتایج به دست آمده از دسته بندی کروموزوم های موجود در مجموعه داده های مورد استفاده در این تحقیق با استفاده از بردار ویژگی های جدید در مقایسه با نتایج حاصل از استفاده از بردار ویژگی های سنتی (شامل ویژگی های هندسی به همراه نمونه برداری یکنواخت از پروفایل شدت رنگ کروموزوم ) برتری روش پیشنهادی در این مقاله را نشان می دهد . ضمن آن که به دلیل کوچکی بردار ویژگی جدید در مقایسه با بردار ویژگی سنتی، نیازی به اعمال روش های کاهش ابعاد بردار وجود ندارد.

کلیدواژه ها:

کروموزوم ، دسته بندی خودکار ، بردار ویژگی ، تبدیل ویولت ، شبکه عصبی مصنوعی