급성 골수성 백혈병 진단을 위한 딥러닝

생활 방식을 변화시키고 암 발생률을 높임으로써 정확한 진단은 중요한 의학적 조치가 됩니다. 오늘날, DNA 마이크로어레이는 유전자 발현 수준을 측정할 수 있기 때문에 암 진단 및 선별에서 널리 사용됩니다. 공통 통계 방법을 사용하여 분석하는 것은 높은 유전자 발현 데이터 차원 때문에 적합하지 않습니다. 따라서 본 연구는 급성 골수성 백혈병 진단을 위해 새로운 기술을 사용하고자 합니다. 이 연구에서는 Gene Expression Omnibus 저장소에서 22283개의 유전자로 구성된 백혈병 마이크로어레이 유전자 데이터를 추출했습니다. 초기 전처리는 Python에서 정규화 테스트와 주성분 분석을 사용하여 적용되었습니다. 그런 다음 DNN 신경망이 데이터에 설계 및 구현되었으며, 마지막으로 결과는 분류자에 의해 교차 검증되었습니다. 정규화 테스트는 유의미했으며 (P>0.05), 결과는 PCA 유전자 분리 가능성과 암 및 건강한 세포의 독립성을 보여줍니다. 단일 층 신경망 및 3개 은닉층을 가진 DNN 딥러닝 네트워크의 결과 정확도는 각각 63.33 및 96.67입니다. 딥러닝과 같은 새로운 방법을 사용하면 이전 방법에 비해 진단 정확도와 성능을 향상시킬 수 있습니다. 이러한 방법을 암 진단 및 다양한 종류의 암에서 효과적인 유전자 선택에 사용하는 것이 권장됩니다.