تطبیق لکه های پروتئینی در تصاویر الکتروفورز ژل دوبعدی بر پایه ی مدل های احتمالاتی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 5

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJBM-12-4_001

تاریخ نمایه سازی: 16 اسفند 1404

چکیده مقاله:

تطبیق لکه های پروتئینی در تصاویر الکتروفورز ژل دوبعدی (۲DGE)، یکی از فرایندهای اصلی در تحلیل این تصاویر است. به دلیل چالش های موجود در تصاویر ۲DGE، هم چون حضور نویز و آرتیفکت ، تطبیق لکه های پروتئینی، تحت نظارت نیروی انسانی انجام گرفته که این نظارت، احتمال وقوع خطاهای انسانی را به دنبال خواهد داشت. از این رو، در این تحقیق، یک الگوریتم جدید و خودکار برای تطبیق لکه های پروتئینی، مبتنی بر مدل های احتمالاتی، ارائه شده است. به دلیل پیچیدگی مدل احتمالاتی پیشنهادی، برای حل روابط موجود، از روش بیز-وردشی استفاده شده است. عمل کرد الگوریتم پیشنهادی، به کمک معیارهایی آماری روی مجموعه ی تصاویر واقعی و مصنوعی تهیه شده در این تحقیق، مورد ارزیابی قرار گرفته است. بر این اساس، لکه های پروتئینی توسط الگوریتم پیشنهادی، در تصاویر واقعی با خطای زاویه ای ۰۵/۰ رادیان و خطای نقطه ی پایانی ۴۶/۱ پیکسل و در تصاویر مصنوعی با خطای زاویه ای ۱۳/۰ رادیان و خطای نقطه ی پایانی ۹۰/۰ پیکسل، تطبیق داده شده اند. این نتایج، نشان دهنده ی دقت، کارایی بالاتر و خطای تطبیق پایین تر الگوریتم پیشنهادی در مقایسه با سایر روش های مورد بررسی می باشد.

نویسندگان

سینا شامخی

استادیار، دانشکده ی مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران

محمدحسین میران بیگی

دانشیار، دانشکده ی مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران

علی گویا

دانشکده ی مهندسی برق و الکترونیک، دانشگاه شفیلد، شفیلد، انگلستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • U. K. Laemmli, “Cleavage of structural proteins during the assembly ...
  • P. H. O'Farrell, “High resolution two-dimensional electrophoresis of proteins,” Journal ...
  • Automated detection and matching of spots in autoradiogram images of ...
  • K. Rohr, P. Cathier, and S. Wörz, “Elastic registration of ...
  • G. Shi, T. Jiang, W. Zhu, B. Liu, and H. ...
  • M. Rogers and J. Graham, “Robust and accurate registration of ...
  • D. Sun, S. Roth, J. P. Lewis, and M. J. ...
  • D. Sun, S. Roth, and M. J. Black, “Secrets of ...
  • D. Sun, S. Roth, and M. J. Black, “A quantitative ...
  • A. Rodriguez, C. Fernandez-Lozano, J. Dorado, and J. R. Rabunal, ...
  • H.-M. Xin and Y. Zhu, "Spot Matching of ۲-DE Images ...
  • B. Alizadeh Savareh, A. Bashiri, and M. Mostafavi, "Neighborhood matrix: ...
  • J. Ashburner and K. J. Friston, “Unified segmentation,” Neuroimage, vol. ...
  • C. M. Bishop, “Pattern recognition and machine learning,” Springer New ...
  • A. Gooya, K. M. Pohl, M. Bilello, L. Cirillo, G. ...
  • M. J. Beal, “Variational algorithms for approximate Bayesian inference,” University ...
  • T. Jaakkola, “۱۰ Tutorial on Variational Approximation Methods,” Advanced mean ...
  • M. I. Jordan, Z. Ghahramani, T. S. Jaakkola, and L. ...
  • A. Corduneanu and C. M. Bishop, “Variational Bayesian model selection ...
  • F. L. Bookstein, “Principal warps: Thin-plate splines and the decomposition ...
  • H. Chui and A. Rangarajan, “A new point matching algorithm ...
  • س. شامخی، م. ح. میران بیگی، ب. آذریان، و ع. ...
  • Deqing Sun research page, School of Engineering and Applied Sciences, ...
  • Binaries/Code, Department of Computer Science, Faculty of Engineering, Lehrstuhl für ...
  • S. Sudhakara, N. Patel, and V. Gadre, "Non-subsampled contourlet transform ...
  • نمایش کامل مراجع