文献

J-GLOBAL ID：202102222799499242   整理番号：21A2712920

データマイニング技術を用いた遺伝子発現プロファイルからの乳癌およびColon癌分類【JST・京大機械翻訳】

Breast and Colon Cancer Classification from Gene Expression Profiles Using Data Mining Techniques

著者 (5件)： AbdElNabi Mohamed Loey Ramadan (Department of Computer Science, Faculty of Computers Artificial Intelligence, Benha University, Benha 13511, Egypt) ,  Jasim Mohammed Wajeeh (Department of Computer Science, Faculty of Computers Artificial Intelligence, Benha University, Benha 13511, Egypt) ,  EL-Bakry Hazem M. (Department of Information Systems, Faculty of Computer & Information Sciences, Mansoura University, Mansoura 35511, Egypt) ,  Taha Mohamed Hamed N. (Department of Information Technology, Faculty of Computers & Artificial Intelligence, Cairo University, Cairo 12613, Egypt) ,  Khalifa Nour Eldeen M. (Department of Information Technology, Faculty of Computers & Artificial Intelligence, Cairo University, Cairo 12613, Egypt)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 12  号： 3  ページ： 408  発行年： 2020年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 癌の早期検出は回復確率を増加させる。本論文では,DNAマイクロアレイを用いて集めた遺伝子発現プロファイルに基づく癌の早期診断のための知的意思決定支援システム(IDS)を提示した。そのようなデータセットは,多数の遺伝子(数千のオーダー)と比較して,少数の試料(数百以上)のため,課題を提起する。したがって,関心の病気に関連する特徴(遺伝子)の数を減らす方法は,過剰適合を避けるために必要である。提案した方法論は入力パターンから最も重要な特徴を選択するために情報利得(IG)を使用する。次に,選択した特徴(遺伝子)は,灰色の鉄最適化(GWO)アルゴリズムを適用することによって減少した。最後に,この方法は癌タイプ分類のためのサポートベクトルマシン(SVM)分類器を採用した。提案した方法論を2つのデータセット(BrastとColon)に適用し,その分類精度に基づいて評価し,疾患診断における最も重要な性能尺度である。実験結果は,提案した方法論が特徴選択と同様に分類精度の安定性を強化することができることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *遺伝子 ,  特徴選択 ,  意思決定支援システム ,  *乳房腫瘍 ,  早期診断 ,  DNAマイクロアレイ ,  サポートベクトルマシン
準シソーラス用語： 情報利得 ,  *癌分類 ,  *データマイニング技術 ,  *遺伝子プロファイル , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  癌診断 ,  灰色Wolf最適化アルゴリズム ,  サポートベクトルマシン ,  情報利得 ,  特徴選択

分類 (1件)： 腫ようの診断  (GE03020J)

引用文献 (37件)：

• Walker, D.; Bendel, A.; Stiller, C.; Indelicato, D.; Smith, S.; Murray, M.; Bleyer, A. Central Nervous System Tumors. In Pediatric Oncology; Springer: Cham, Switzerland, 2017; pp. 335-381. ISBN 978-3-319-33677-0.
• Cancer.net. American Society of Clinical Oncology (ASCO). Available online: https://www.cancer.net/cancer-types/central-nervous-system-childhood/view-all (accessed on 1 January 2020).
• Janghel, R.R.; Shukla, A.; Tiwari, R.; Kala, R. Intelligent Decision Support System for Breast Cancer. In Proceedings of the Advances in Swarm Intelligence, Beijing, China, 12-15 June 2010; Tan, Y., Shi, Y., Tan, K.C., Eds.; Springer: Berlin/Heidelberg, Germany, 2010; pp. 351-358.
• Siegel, R.L.; Miller, K.D.; Jemal, A. Cancer statistics, 2020. CA A Cancer J. Clin. 2020, 70, 7-30.
• Al-Badareen, A.B.; Selamat, M.H.; Samat, M.H.; Nazira, Y.; Akkanat, O. A Review on Clinical Decision Support Systems in Healthcare. Available online: /paper/A-review-on-clinical-decision-support-systems-in-Al-Badareen-Selamat/cb1e1c668f6e0def2f893b3669f5e9766033f258 (accessed on 1 January 2020).

タイトルに関連する用語 (4件)： データマイニング技術 ,  遺伝子発現プロファイル ,  乳癌 ,  癌分類