انتخاب ویژگی در داده های بیان ژن برای تشخیص سرطان با استفاده از الگوریتم مرغ مگس خوار مصنوعی

سرطان یک بیماری کشنده است که نیاز به یک درمان بسیار پیچیده و پرهزینه دارد. کشف چند ژن مرتبط با یک بیماری سرطانی می تواند منجر بهدرمان های موثر شود. بنابراین همه ژن ها در بروز سرطان نقش ندارند. به عبارت دیگر، ابعاد بالای مجموعه داده یکی از اصلی ترین معایبی است کهدر مطالعه داده های ریزآرایه نهفته است. بنابراین تکنیک های مختلف انتخاب ویژگی سعی در کاهش این ابعاد بالا داشته است. در این پژوهش،یک روش انتخاب ویژگی ترکیبی براساس دو روش فیلتر و یک الگوریتم بهینه سازی جدید با الهام از زیستی به نام الگوریتم مرغ مگس خوار مصنوعی AHA ارائه شده است. ابتدا فیلترهای CFS,ReliefF ویژگی هایی را که اطلاعات بالایی دارند انتخاب می کنند. سپس از زیر مجموعه های بدست آمده از مرحله فیلتر، اشتراک گرفته و زیرمجموعه مشترک به عنوان ورودی به الگوریتم مرغ مگ سخوار داده می شود و در طول فرآیند اجرای الگوریتم بهینه سازی از شبکه عصبی پرسپترون چندلایه MLP به عنوان طبقه بندکننده استفاده می شود. برای ارزیابی، روش پیشنهادی با استفاده از یک مجموعه داده ریزآرایه دو کلاسه آزمایش شده است. علاوه بر این، نتایج روش پیشنهادی با نتایج سه الگوریتم انتخابویژگی دیگر مقایسه شده است. نتایج نشان می دهد، که روش پیشنهادی به دقت ۹۸.۴ درصد می رسد.

کلیدواژه ها:

انتخاب ویژگی ، کاهش ابعاد ، داده های ریزآرایه ، تشخیص سرطان ، الگوریتم مرغ مگس خوار مصنوعی