文献
J-GLOBAL ID:202202234904812848   整理番号:22A0960337

癌予測のための遺伝子発現解析に適用した機械学習アプローチの調査【JST・京大機械翻訳】

A Survey of Machine Learning Approaches Applied to Gene Expression Analysis for Cancer Prediction
著者 (7件):
資料名:
巻: 10  ページ: 27522-27534  発行年: 2022年 
JST資料番号: W2422A  ISSN: 2169-3536  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習法は,関連する遺伝子発現と突然変異データを用いて癌予測モデルを開発するために一般的に使用される強力な技術である。この原稿は,生存予測,腫瘍同定および層別化のために,いくつかの癌タイプ(乳房,肺,腎臓,卵巣,肝臓,中枢神経系および胆嚢)からの遺伝子発現データを採用した最近の癌研究の包括的なレビューを提供する。また,これらの癌タイプと関連するバイオマーカー研究の概要を提供した。調査は,癌分類,癌予測,バイオマーカー遺伝子の同定,マイクロアレイおよびRNA-Seqデータを含む,機械学習関連癌研究の複数の側面を捉えた。癌組織と非癌組織の間の遺伝子発現の活性レベルを決定するための現在の癌予測モデルと対応する測定ツールによる技術的問題を論じた。さらに,推定バイオマーカー遺伝子発現パターンの同定が,癌の将来のリスクの予測を助け,個別化治療の提供を知らせる方法を検討した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  腫ようの診断 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る