تحلیل تصاویر ریزآرایه به منظور تشخیص نوع سرطان سینه

Abstract

زمینه و هدف: فناوری ریزآرایه به عنوان ابزاری بسیار قدرتمند جهت مطالعه و تحلیل رفتار هزاران ژن به طور همزمان می‌باشد. تصاویر حاصل از فناوری ریزآرایه نقش مهمی در کشف و درمان بیماری‌ها دارند. هدف از این پژوهش، ارائه یک روش خودکار جهت استخراج و تحلیل داده‌ها از تصاویر ریزآرایه به منظور تشخیص بیماری‌های سرطانی می‌باشد.

روش کار: سیستم پیشنهادی شامل سه فاز اصلی پردازش تصویر، داده­کاوی و شناسایی بیماری می­باشد. در فاز پردازش تصویر عملیاتی مانند شناسایی مکان ژن‌­ها، حذف پس‌زمینه و استخراج داده‌های خام از تصویر انجام می‌گیرد. فاز دوم شامل نرمال‌سازی داده‌های استخراج شده و انتخاب ژن‌های مؤثرتر می‌باشد. در فاز سوم، با توجه به داده­های استخراج شده عمل شناسایی و تشخیص بیماری انجام می­گیرد.

یافته‌ها: در این پژوهش مجموعه تصاویر ریزآرایه سرطان سینه از پایگاه داده دانشگاه استنفورد مورد استفاده قرارگرفته است. دقت روش پیشنهادی جهت تعیین مکان ژن­ها و تشخیص نوع سرطان سینه به ترتیب بالغ بر 98% و 45/95% می­باشد.

نتیجه‌گیری: نتایج به دست آمده از این روش نسبت به دیگر روش­های موجود در زمینه تحلیل تصاویر و داده­های ریزآرایه از دقت بالاتری برخوردار است؛ همچنین نسبت به آزمایش­های بیولوژی از دسترسی آسان­تر و هزینه کمتری برخوردار است.