文献

J-GLOBAL ID：201702233339973292   整理番号：17A1210975

高性能遺伝的データは結腸癌診断のための選択と分類アルゴリズムを特徴適用検討【Powered by NICT】

Examining applying high performance genetic data feature selection and classification algorithms for colon cancer diagnosis

著者 (3件)： Al-Rajab Murad (University of Huddersfield, Queensgate, Huddersfield, United Kingdom) ,  Lu Joan (University of Huddersfield, Queensgate, Huddersfield, United Kingdom) ,  Xu Qiang (University of Huddersfield, Queensgate, Huddersfield, United Kingdom)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 146  ページ： 11-24  発行年： 2017年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 結腸癌診断のための高性能遺伝的データの特徴選択と分類アルゴリズムの精度と効率(時間複雑度)を調べた。本研究の必要性は,正確で効率的なアルゴリズムのための緊急かつ増加必要性に由来する。結腸癌は世界的な死亡の主要な原因である,の同定と分類を迅速かつタイムリーに剛性をであること,疾患の迅速検出の両方を保証し,薬物発見プロセスを促進するために癌組織にとって極めて重要である。本研究では,三相アプローチを提案し,実装:相1および二を別々に用いた特徴選択アルゴリズムと分類アルゴリズムを検討し,第三相はこれらの組み合わせの性能を調べた。第一段階から発見された粒子群最適化(PSO)アルゴリズムを行った特徴選択(選択された29遺伝子)として結腸データセットと第二相から最良のサポートベクトルマシン(SVM)アルゴリズムは,他の分類を凌駕し,ほぼ86%の精度を持つことをことを明らかにした。も第三相から発見されたPSO(粒子群最適化)とSVM(サポートベクトルマシン)の併用は精度と性能で他のアルゴリズムを上回っており,時間分析(94%)に関して速かったことであった。分類アルゴリズムの前に特徴選択アルゴリズムを適用し後者は単独で適用した場合よりも良好な精度をもたらすことを結論した。この結論は重要であり,産業・社会に重要である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *結腸 ,  特徴選択 ,  *遺伝 ,  第二相 ,  遺伝子発現 ,  *結腸腫瘍 ,  サポートベクトルマシン ,  *アルゴリズム ,  遺伝子 ,  時間分析 ,  剛性
準シソーラス用語： 粒子群最適化 ,  三相 ,  複雑度 ,  *分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 大腸癌 ,  アルゴリズム効率 ,  特徴選択 ,  分類 ,  遺伝子発現

分類 (3件)： 医用情報処理  (JE15030Q) ,  人工知能  (JE08000Z) ,  生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 高性能 ,  遺伝 ,  結腸癌 ,  診断 ,  分類アルゴリズム