fa تحلیل تصاویر ریزآرایه به منظور تشخیص نوع سرطان سینه آزمون تصویری Test video پژوهشي Research <p dir="RTL" style="margin-bottom:0cm;margin-bottom:.0001pt;text-align:justify;text-justify:inter-ideograph;line-height:normal;direction:rtl;unicode-bidi:embed;"><strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">زمینه و هدف</span></span></strong>: <span style="font-family:b mitra;"><span style="font-size:10.0pt;">فناوری ریزآرایه به عنوان ابزاری بسیار قدرتمند جهت مطالعه و تحلیل رفتار هزاران ژن به طور همزمان می‌باشد. تصاویر حاصل از فناوری ریزآرایه نقش مهمی در کشف و درمان بیماری‌ها دارند. هدف از این پژوهش، ارائه یک روش خودکار جهت استخراج و تحلیل داده‌ها از تصاویر ریزآرایه به منظور تشخیص بیماری‌های سرطانی می‌باشد. </span></span></p> <p dir="RTL" style="margin-bottom:0cm;margin-bottom:.0001pt;text-align:justify;text-justify:inter-ideograph;line-height:normal;direction:rtl;unicode-bidi:embed;"><strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">روش کار</span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">: سیستم پیشنهادی شامل سه فاز اصلی</span></span> <span style="font-family:b mitra;"><span style="font-size:10.0pt;">پردازش تصویر، داده&shy;کاوی</span></span> <span style="font-family:b mitra;"><span style="font-size:10.0pt;">و شناسایی بیماری می&shy;باشد. در فاز پردازش تصویر عملیاتی مانند شناسایی مکان ژن‌&shy;ها، حذف پس‌زمینه و استخراج داده‌های خام از تصویر انجام می‌گیرد. فاز دوم شامل نرمال‌سازی داده‌های استخراج شده و انتخاب ژن‌های مؤثرتر می‌باشد. در فاز سوم، با توجه به داده&shy;های استخراج شده عمل شناسایی و تشخیص بیماری انجام می&shy;گیرد.</span></span></p> <p dir="RTL" style="margin-bottom:0cm;margin-bottom:.0001pt;text-align:justify;text-justify:inter-ideograph;line-height:normal;direction:rtl;unicode-bidi:embed;"><strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">یافته‌ها</span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">: در این پژوهش مجموعه تصاویر ریزآرایه سرطان سینه از پایگاه داده دانشگاه استنفورد مورد استفاده قرارگرفته است. دقت روش پیشنهادی جهت تعیین مکان ژن&shy;ها و تشخیص نوع سرطان سینه به ترتیب بالغ بر 98% و 45_/95% می&shy;باشد.</span></span></p> <p dir="RTL" style="margin-bottom:0cm;margin-bottom:.0001pt;text-align:justify;text-justify:inter-ideograph;line-height:normal;direction:rtl;unicode-bidi:embed;"><strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">نتیجه‌گیری</span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">: نتایج به دست آمده از این روش نسبت به دیگر روش&shy;های موجود در زمینه تحلیل تصاویر و داده&shy;های ریزآرایه از دقت بالاتری برخوردار است؛ همچنین نسبت به آزمایش&shy;های بیولوژی از دسترسی آسان&shy;تر و هزینه کمتری برخوردار است.</span></span></p> <p dir="RTL"></p> <p><strong>Background</strong>: Microarray technology is a powerful tool to study and analyze the behavior of thousands of genes simultaneously. Images of microarray have an important role in the detection and treatment of diseases. The aim of this study is to provide an automatic method for the extraction and analysis of microarray images to detect cancerous diseases.</p> <p><strong>Methods: </strong>The proposed system consists of three main phases of image processing, data mining, and detection of disease. The image processing phase is accompanied with some operations such as identifying the location of genes, deleting the background, and extracting the raw data from the images. The second phase includes data normalization and selection of more effective genes. The disease is identified and recognized in the third phase using the extracted data.</p> <p><strong>Results: </strong>In this study it has been used from breast cancer microarray images from Stanford University database. The accuracy of the proposed method to locate genes and diagnosis of breast cancer is up to 98 and 95.45%, respectively.</p> <p><strong>Conclusion:</strong>&nbsp;The obtained results indicate that the proposed method is more accurate than other existing methods in microarray analysis. In addition, the proposed method is easily implemented and less costly compared to the clinical tests.</p> ریزآرایه, پردازش تصویر, داده­کاوی, سرطان سینه microarray, image processing, data mining, breast cancer 77 87 http://rjms.iums.ac.ir/browse.php?a_code=A-10-2814-1&slc_lang=fa&sid=1 Nastran Dehghan نسترن دهقان dehghan_nastaran@shahroodut.ac.ir 3900319475328460035308 3900319475328460035308 No Shahrood University of Technology, Shahrood, Iran دانشگاه صنعتی شاهرود، شاهرود، ایران Hamid Hassanpour حمید حسن پور h.hassanpour@shahroodut.ac.ir 3900319475328460035309 3900319475328460035309 Yes Shahrood University of Technology, Shahrood, Iran دانشگاه صنعتی شاهرود، شاهرود، ایران M. R. Abbaszadegan محمد رضا عباس زادگان abbaszadeganmr@mums.ac.ir 3900319475328460035310 3900319475328460035310 No Mashhad University of Medical Sciences, Mashhad, Iran دانشگاه علوم پزشکی مشهد، مشهد، ایران.