(54.236.58.220) 您好!臺灣時間:2021/03/05 05:40
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:陳達人
研究生(外文):Ta-Jen Chen
論文名稱:利用類神經網路於蛋白質體分析以偵測癌症
論文名稱(外文):Utilizing artificial neural networks in serum proteomic analysis for prostate cancer detection
指導教授:黃貞瑛黃貞瑛引用關係
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2005
畢業學年度:92
語文別:中文
論文頁數:68
中文關鍵詞:類神經網路主成分分析法離散小波轉換蛋白質體學
相關次數:
  • 被引用被引用:1
  • 點閱點閱:115
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本次研究主要目的為分類預測不同程度之攝護腺癌症病患,此次資料庫含有652筆病人記錄分為四種不同等級(晚期癌症,早期癌症,良性腫瘤,正常)。其中困難之處在於原始資料庫高達48,000的維度、並含有部分雜訊,一般常見的演算法幾乎不能直接處理分類預測問題。因此先對人工處理資料(醫學專家人為刪減,僅具779維度)做類神經網路的分類;二、三、四分類平均準確率達93.1%,由此可見若對原始資料的前置處理恰當,類神經網路應可解決分類問題。本次研究運用離散小波轉換、主成分分析網路法對原始資料做前置處理(資料清理、雜訊清除、維度縮減);分類演算法則是運用類神經網路。此次研究利用上述方法將原始資料的48,000維度化簡至400維度;二分類準確率最高可達95.8%、三分類準確率約85.0%、四分類達84.1%的準確率。整體而言,此次對於高維度的蛋白質體資料庫的研究可算是相當成功。
第1章 緒論 1
第2章 研究背景資料 3
2.1 蛋白質體資料庫 3
2.1.1 蛋白質體技術簡介 3
2.1.2 增強的雷射解析電離-飛行時間-質譜(SELDI-TOF MS) 4
2.1.3 攝護腺癌症蛋白質體資料庫 7
2.2 離散小波轉換(discrete wavelet transformation,DWT) 8
2.2.1 離散小波轉換簡介 9
2.2.2 Haar離散小波轉換範例 11
2.3 類神經網路(artificial neural network,ANN) 14
2.3.1 生物神經網路之模擬 15
2.3.2 感知器基本架構 18
2.3.3 多層感知機 19
2.3.4 倒傳遞演算法則 20
2.4 主成份分析網路(autoassociator or n-h-n networks) 22
2.4.1 主成份分析法簡介 22
2.4.2 主成份分析網路 24
第3章 研究方法 27
3.1 離散小波轉換的使用 27
3.2 正規化(normalization)的處理 29
3.3 類神經網路的使用 33
3.4 主成份分析網路的使用 38
第4章 實驗 40
4.1 類神經網路對人工處理資料之分類結果 43
4.2 類神經網路對原始資料之處理(一)--- 經由離散小波轉換化簡維度資料之分類結果 47
4.3 類神經網路對原始資料之處理(二)---
經由離散小波轉換、投票化簡維度資料之分類結果 53
第5章 結論與未來展望 62
5.1 結論 62
5.2 未來展望 65
參考資料 67
【英文部分】
[1]B. Adam, Y. Qu, J. W. Davis, M. D. Ward, M. A. Clements, L. H. Cazares, O. J. Semmes, P. F. Schellhammer, Y. Yasui, Z. Feng, and G. L. Wright, Jr. Serum protein fingerprinting coupled with a pattern-matching algorithm distinguishes prostate cancer from benign prostate hyperplasia and healthy men. CANCER RESEARCH 62, 3609–3614, July 1, 2002.
[2]M. Á. Carreira-Perpiñán, A review of Dimension Reduction Techniques, Jan 27, 1997.
[3]A. P. Engelbrecht. Computational Intelligence: An Introduction. University of Pretoria, South Africa.
[4]S. Haykin. Neural Networks: A Comprehensive. McMaster University. 2nd edition 1999.
[5]T. M. Mitchell. Machine Learning. The McGraw-Hill Companies, Inc. International edition 1997.
[6]Y. Qu, B. Adam, M. Thornquist, J. D. Potter, M. L. Thompson, Y. Yasui, J. Davis, P. F. Schellhammer, L. Cazares, M. A. Clements, G. L. Wright, and Z. Feng. Data reduction using a discrete wavelet transform in discriminant analysis of very high dimensionality data. BIOMETRICS 59, 143-151, March 2003.
[7]Y. Yasui, M. Pepe, M. Thompson, BL. Adam, G. Wright, Jr., Y. Qu, J. Potter, M. Winget, M. Thornquist, and Z. Feng. A data-analytic strategy for protein biomarker discovery: profiling of high-dimensional proteomic data for cancer detection. Biostatistics, 4, 449-463, 2003.

【MatLab 使用手冊】
[8]User’s Guide: Discrete Wavelet Transform Toolbox for Use with MATLAB Version 4.
[9]User’s Guide: Neural Network Toolbox for Use with MATLAB Version 4.



【中文部分】
[10]蘇木春、張孝德.淡江大學電機工程研究所,機器學習:類神經網路、模糊系統以及基因演算法則。
[11]潘荔錞、蔡志彥、簡志青,蛋白質體學在臨床醫學之應用,化工資訊與商情月刊第3期,2003年9月號。
[12]葉怡成,應用類神經網路,儒林圖書公司,1977年。
[13]黃筌敬,輔仁大學資訊工程所,應用小波轉換處理蛋白質體資料庫,2005年七月(準備中)。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔