شماره دانشجویی : 91133018
نام و نام خانوادگی : لیلا ابراهیمیان
عنوان پایان نامه : استخراج ویژگی های مهم از پروفایل های ژنی مبتنی بر ریزآرایه ها و استفاده در طبقه بندی تومورهای سرطانی
رشته تحصیلی : مهندسی برق – الکترونیک
مقطع تحصیلی : کارشناسی ارشد ناپیوسته
استاد راهنما : دکتر سیدحمید محمودیان
چکیده : طبقه بندی و پیش بینی دقیق سرطان از مهم ترین جنبه های تشخیص و درمان این بیماری می باشد. اخیراً یکی از روش های مورد توجه در این زمینه، استفاده از پروفایلهای ژنی جهت تشخیص بیماری سرطان بر اساس شناسایی ژنهای با اهمیت در این بیماری می باشد. ظهور تکنولوژی ریزآرایه، امکان شناسایی رفتار ژنهای مرتبط را به صورت همزمان میسر نموده است. از آنجا که پروفایل های ژنی بدست آمده از ریزآرایه ها، معمولاً به گونه ای است که تعداد ژنهای آنالیز شده زیاد و تعداد نمونه های سرطانی کم می باشد، انتخاب زیرمجموعه ی مؤثر از ژنها، علاوه بر افزایش دقت در طبقه بندی و کاهش حجم محاسبات، باعث فراهم شدن امکان تشخیص در مطب پزشکان نیز می شود. بنابراین کاهش سایز زیرمجموعه ای از ژنها که توانایی بالایی برای طبقه بندی اطلاعات ریزآرایه داشته باشد، یکی از اهداف مهم است. در این مطالعه یک روش ترکیبی بازگشتی بر اساس ضرائب ترکیبی بدست آمده مبتنی بر ماشین بردار پشتبیان (SVM) و رگرسیون منطقی جریمه شده (PLR)، جهت استخراج ژنها مؤثر از پروفایل های ژنی ارائه شده است. جهت طبقه بندی نمونه های بدست آمده، از سه طبقه بند SVM، PLR و k-NN (k نزدیکترین همسایگی) استفاده شده است. روش ارائه شده در دو مرحله به انتخاب ژنهای مؤثر پرداخته و بر روی سه مجموعه از اطلاعات ریزآرایه سرطان روده بزرگ، سرطان خون و سرطان سینه، پیاده سازی و نتایج ارائه شده است. نتایج حاصل نشان دهنده ی بهبود عملکرد در طبقه بندی و همچنین در تعداد ژنهای مرتبط می باشد.
کلمات کلیدی : 1- پروفایل های ژنی 2- حذف ژن به روش بازگشتی 3- رگرسیون منطقی جریمه شده 4- ماشین بردار پشتیبان
تاریخ دفاع :