جلد 12، شماره 4 - ( زمستان 1394 )                   جلد 12 شماره 4 صفحات 357-347 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Sheikhpour R, Aghaseram M, Sheikhpour R. Diagnosis of acute myeloid and lymphoblastic leukemia using gene selection of microarray data and data mining algorithm. Sci J Iran Blood Transfus Organ 2016; 12 (4) :347-357
URL: http://bloodjournal.ir/article-1-930-fa.html
شیخ پور راضیه، آقاصرام مهدی، شیخ‌پور رباب. تشخیص لوسمی لنفوسیتی و میلوئیدی حاد با استفاده از انتخاب ژن داده‌های ریز‌آرایه و الگوریتم‌های داده کاوی. فصلنامه پژوهشی خون. 1394; 12 (4) :347-357

URL: http://bloodjournal.ir/article-1-930-fa.html


یزد، ایران ـ صندوق پستی: 56965-89156
چکیده:   (7701 مشاهده)

چکیده

سابقه و هدف

تکنولوژی ریزآرایه، یک تصویر کلی از میزان بیان هزاران ژن به طور هم زمان ارایه می‌دهد. تفسیر داده‌های ریز آرایه بدون آنالیز آماری و روش‌های هوش مصنوعی ممکن نیست. هدف این مقاله، تشخیص انواع لوسمی حاد با استفاده از مجموعه داده‌های ریز آرایه و الگوریتم‌های داده ‌کاوی بود.

مواد و روش‌ها

در این مطالعه توصیفی از داده‌های بیان 7129  ژن مربوط به 72 بیمار مبتلا به لوسمی استفاده شد. سپس با انتخاب ژن‌های مهم بر اساس روش‌های ضریب همبستگی، بهره اطلاعاتی، نسبت بهره و امتیاز Fisher و با استفاده از روش‌های جداکننده خطی، ماشین‌بردار پشتیبان، k نزدیک‌ترین همسایه، بیزین ساده، شبکه‌ بیزین، نزدیک‌ترین میانگین، رگرسیون لجستیک، شبکه‌ عصبی پرسپترون چند لایه و درخت تصمیم J48 برروی ژن‌های انتخاب شده به تشخیص لوسمی ‌میلوژنیک و ‌لنفوسیتیک حاد پرداخته شد.

یافته‌ها

روش‌های نزدیک‌ترین میانگین، ماشین‌بردار پشتیبان، k نزدیک‌ترین همسایه، بیزین ساده و شبکه عصبی پرسپترون چند لایه با استفاده از 39 ژن‌ انتخاب شده توسط نسبت بهره با دقت 100٪ ، قادر به تشخیص لوسمی میلوژنیک و لنفوسیتیک حاد هستند. هم چنین روش ماشین‌بردار پشتیبان با استفاده از 87 ژن‌ انتخاب شده توسط بهره اطلاعاتی و روش‌ شبکه عصبی پرسپترون چند لایه با استفاده از 133 ژن‌ انتخاب شده توسط بهره اطلاعاتی با دقت 100٪ ، قادر به تشخیص آن می‌باشند.

نتیجه گیری

نتایج این مطالعه نشان داد که انتخاب ژن‌ها و الگوریتم‌های داده ‌کاوی قادر به تشخیص انواع لوسمی با دقت بسیار بالایی هستند، بنابراین با استفاده از این روش‌ها، می‌توان تصمیمات مناسبی در مورد نحوه تشخیص و درمان بیماران گرفت.

متن کامل [PDF 374 kb]   (3451 دریافت) |   |   متن کامل (HTML)  (6621 مشاهده)  
نوع مطالعه: پژوهشي | موضوع مقاله: ژنتيك
انتشار: 1394/10/15

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه پژوهشی خون می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Scientific Journal of Iran Blood Transfus Organ

Designed & Developed by : Yektaweb