지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2011한국컴퓨터종합학술대회 논문집 제38권 제1호(C)
- 발행연도
- 2011.6
- 수록면
- 176 - 179 (4page)
이용수
초록· 키워드
오류제보하기
본 연구에서는 T-Test와 Genetic Algorithm을 사용해 Luminex 사용 환경에서 난소암을 진단할 수 있는 바이오마커의 조합을 찾고 Cancer와 Normal간의 분류 성능을 평가해 보았다. 바이오마커는 혈액, 체액 내의 특정 질환 여부나 상태를 나타내는 단백질, DNA들의 지표 물질이다. 정상인과는 다른 분포를 가진 성분이 환자의 혈액이나 체액에서 발견되면 이를 토대로 질병유무와 상태를 판단할 수 있다. 난소암을 진단할 수 있는 바이오마커 조합을 찾기 위해 T-Test와 Genetic Algorithm를 사용하여 분류성능이 좋은 바이오마커 조합을 각각 선별해 보았고, 선별된 각각의 마커조합을 선형분류기(LDA)를 사용해 평균 민감도, 특이도, 정확도를 비교해 보았다. 실험데이터는 두 곳의 병원에서 제공받은 총 58명(Cancer 27명, Normal 31명)의 혈청에서 21 종류의 바이오마커 데이터를 Luminex-PRA를 통해 얻었다. 본 연구에서는 T-Test로 만들어진 마커조합이 Genetic algorithm으로 만들어진 마커조합 보다 더 좋은 민감도, 특이도, 분류정확도를 보여주었다.
목차
요약
1. 서론
2. 데이터 집합
3. 마커 선택 알고리즘
4. 실험방법
5. 실험 결과
6. 결론
6. 감사의 글
참고문헌
참고문헌 (1)
참고문헌 신청
이 논문의 저자 정보
이 논문과 함께 이용한 논문
폐자동차 회수ㆍ처리기술
이화조
한국자동차공학회 Workshop
1997
.11
유전성 유방암 진단과 치료의 최신 지견
이무현
대한외과학회 학술대회 초록집
2023
.05
유방암 선별진단을 위한 AI 개발을 위한 데이터 연구
최하늘
,
김미래
,
이정훈
외 2명
Proceedings of KIIT Conference
2021
.11
홍채 이미지를 이용한 뇌질환 바이오 마커 분류 딥러닝 알고리즘
서진범
,
조영복
디지털콘텐츠학회논문지
2021
.06
중요 특징 추출과 합성곱 신경망을 이용한 암 진단 모델 연구
박재순
,
양소이
,
이종혁
외 1명
Proceedings of KIIT Conference
2021
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-569-000355978