메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이지연 (가천대학교) 오민 (가천대학교) 황유현 (가천대학교) 윤영미 (가천대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제13권 제2호(JKIIT, Vol.13, No.2)
발행연도
2015.2
수록면
163 - 173 (11page)
DOI
10.14801/jkiit.2015.13.2.163

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
유방암의 분자적 서브타입은 Basal-like, Luminal A, Luminal B, ERBB2/HER2+가 있으며 환자의 예후에 많은 영향을 미치는 중요한 요소이다. 따라서 최적의 치료 방법 선택 시 서브타입을 정확하게 진단하는 것은 매우 중요하다. 그러나 복수 개의 클래스 문제로, 서브타입의 정확한 예측이 힘들며, 기존 연구에서 비교적 높은 정확도를 보이지 못하였다. 마이크로어레이는 많은 유전자 발현 값을 포함하므로 질병의 발현 형질 분류에 유용하게 쓰인다. 하지만, 기존 연구들에서 개별적으로 얻어진 마이크로어레이 데이터의 샘플 수가 제한적이기 때문에 정확한 분석을 위해 데이터를 통합하여 샘플 수를 늘리는 것은 중요한 요소이다. 본 논문에서는 유전자 발현량의 순위를 이용하여 데이터를 정규화 및 통합하고 Naive Bayes, Lib-SVM, C4.5을 사용하여 분류정확도를 구한다. 높은 분류정확도를 유지하고 가장 적은 수의 인포머티브 유전자를 이용하여 유전자온톨로지 분석을 한다. 또한 통계적으로 유의한 (p-value < 0.01) 104개의 GO-Term 중에서 암과 관련된 11개의 GO-Term을 찾고 그에 속하는 유전자를 제시하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 본론
Ⅳ. 실험 결과
Ⅴ. 결론
References

참고문헌 (28)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-566-001101971