ارائه راهكاري در جهت تشخيص و رده‌بندي بيماري سرطان با استفاده از يادگيري عميق (شبكه عصبي كانولوشن)

Strategies for the Diagnosis and Classification of Cancer Diseases Using Deep Learning (Convolutional Neural Network)

چكيده زمينه و هدف: هدف ما از اين تحقيق، تشخيص و رده‌بندي سرطان با استفاده از يادگيري عميق مي باشد. در اين راستا نشان خواهيم داد كه چگونه يادگيري مشخصه با ناظر, مي تواند براي كشف سرطان و تحليل نوع سرطان از داده توالي پروتئين، با استفاده از يادگيري عميق مورد استفاده قرار گيرد. روش بررسي: در اينجا با استفاده از شبكه عصبي كانولوشن , جهت كشف و رده‌بندي انواع سرطان بر اساس داده هاي توالي پروتئيني به كار برده مي شود. در اين پژوهش، از 401 داده توالي پروتئيني بيماران مبتلا به سرطان خون و 59 داده توالي پروتئيني انسان نرمال كه از سايت NCBI، جمع آوري شده است، جهت رده‌بندي استفاده كرديم. يافته ها: نتايج بدست آمده از تجزيه و تحليل بر روي داده هاي توالي پروتئيني ، با استفاده از شبكه عصبي كانولوشن، نشان مي دهد كه در تشخيص و رده‌بندي سرطان، درصد دقت آن بسيار بالا (تا88.5% ) مي باشد و مي توان از اين روش براي تشخيص و رده‌بندي سرطان استفاده كرد. نتيجه گيري: تجزيه و تحليل روي نتايج بدست آمده، نشان مي دهد كه با استفاده از داده هاي توالي پروتئيني در يادگيري عميق، مي توان بيماري سرطان را ، تشخيص و رده‌بندي نمود. و همچنين مي توان از اين روش براي رده‌بندي سرطان، از انواع مختلف نمونه هاي سرطان استفاده نمود.

Abstract Background and Purpose: The purpose of this research is detection and categorization of cancer by using deep learning. In this regard, we will show how characteristic learning with observer can be used to explore the cancer and analyze the type of cancer from protein sequence data by using deep learning. Analysis method: This study has used the convolutional neural network based on protein sequence data for detection and categorization of all types of cancer. In this study, we used 401 protein sequencing data for patients with leukemia and 59 normal human protein sequences from the NCBI site for classification. Results: The results of analysis on protein sequencing data, using the convolutional neural network, indicate that in the diagnosis and categorization of cancer, its percentage accuracy is very high (up to 88.5%), and it can be a good method to diagnose and categorize cancer. Conclusion: The analysis on the results shows that cancer can be diagnosed and categorized by using protein sequencing data in deep learning. And it can also be used to classify cancer in a variety of cancer cases.