Mikrodizi veri kümesindeki ALL, AML ve MLL lösemi türlerine ilişkin gen anomalilerinin LSTM sinir ağı ile sınıflandırılması

Authors : Fatma AKALIN, Nejat YUMUŞAK

Pages : 1299-1306

Doi:10.17341/gazimmfd.1064693

View : 12 | Download : 7

Publication Date : 2023-01-06

Article Type : Research Paper

Abstract :Kromozomlarda gerçekleşen parça değişimleri lösemilerin ortaya çıkmasında etkisi olan genetik faktörlerdir. Bu faktörler vasıtasıyla genler üzerinde oluşan değişiklikler lösemilerin türlere ayrılmasında önemli bir rol oynamaktadır. Öte yandan genetik değişikliklerin olduğu kısımlar, kanserin prognozu açısından da tespit edilmesi ve sınıflandırılması gereken kritik bölgelerdir. Bölgelerin net bir şekilde aydınlatılabilmesi hem doğru teşhis hem de uygulanılacak tedavi planı açısından öne çıkan hayati konulardır. Bu doğrultuda gerçekleştirilen çalışmada mikroarray veri kümesi kullanılarak ALL, AML ve MLL lösemi türlerinin doğru ve verimli bir şekilde ayırt edilebilmesi hedeflenmiştir. İlk olarak çok boyutlu bir yapıya sahip olan mikrodizi veri kümesi üzerindeki hesaplama maliyetini düşürmek ve hızlı bir şekilde en doğru sonuca ulaşmak amacıyla balina optimizasyon algoritması kullanılmıştır. Verisetine uygulanılan balina optimizasyon algoritması sayesinde hastalıkla ilişkili olan potansiyel genler seçilmiştir. Ardından seçilen bu özel genler LSTM sinir ağı mimarisi ile sınıflandırılmıştır. Basit bir hiyerarşi ve düşük hesaplama karmaşıklığını sunan mevcut yaklaşım üzerinde gerçekleştirilen sınıflandırma sonucunda %100 oranında bir başarı elde edilmiştir.
Keywords : Mikroarray veri kümesi, Balina optimizasyon algoritması, LSTM sinir ağı