신경망 기반의 유전자조합을 이용한 마이크로어레이 데이터 분류 시스템

박수영,정채영,Park, Su-Young,Jung, Chai-Yeoung 한국정보통신학회 2008 한국정보통신학회논문지 Vol.12 No.7

최근 생명 정보학 기술의 발달로 마이크로 단위의 실험조작이 가능해짐에 따라 하나의 chip상에서 전체 genome의 expression pattern을 관찰할 수 있게 되었고, 동시에 수 만개의 유전자들 간치 상호작용도 연구 가능하게 되었다. 본 논문에서는 암에 걸린 흰쥐 외피 기간 세포 분화 실험에서 얻어진 3840 유전자의 마이크로어레이 cDNA를 이용해 데이터의 정규화를 거쳐 본 논문에서 제안한 유사성 척도 조합 방법으로 정보력 있는 유전자들을 추출한 후, 유사성 척도 조합 방법과 결합한 멀티퍼셉트론 신경망 분류기와 기존의 DT, NB, SVM 분류기를 이용하여 클래스 분류 시스템을 구축하고, 성능을 비교분석하였다. 피어슨 적률 상관 계수와 유클리디안 거리 계수 조합을 이용하여 선택된 200 유전사들을 멀티퍼셉트론 신경망 분류기로 분류한 결과 98.84%의 정확도를 보여 다른 분류기를 이용하여 실험을 수행한 경우보다 향상된 분류 성능을 보였다. As development in technology of bioinformatics recently mates it possible to operate micro-level experiments, we can observe the expression pattern of total genome through on chip and analyze the interactions of thousands of genes at the same time. In this thesis, we used CDNA microarrays of 3840 genes obtained from neuronal differentiation experiment of cortical stem cells on white mouse with cancer. It analyzed and compared performance of each of the experiment result using existing DT, NB, SVM and multi-perceptron neural network classifier combined the similar scale combination method after constructing class classification model by extracting significant gene list with a similar scale combination method proposed in this paper through normalization. Result classifying in Multi-Perceptron neural network classifier for selected 200 genes using combination of PC(Pearson correlation coefficient) and ED(Euclidean distance coefficient) represented the accuracy of 98.84%, which show that it improve classification performance than case to experiment using other classifier.

표준화 기반 유의한 유전자 선택 방법 조합을 이용한 마이크로어레이 분류 시스템 설계

박수영,정채영,Park, Su-Young,Jung, Chai-Yeoung 한국정보통신학회 2008 한국정보통신학회논문지 Vol.12 No.12

정보력 있는 유전자는 특정한 실험 조건의 특성을 나타내주는 발현수준의 유전자를 의미한다. 이 유전자들은 여러 집단 간의 발현수준에서 유의한 차이를 보여주며, 실제로 집단 간의 차이를 유발하는 유전자일 확률이 높아 특정 생물학적 현상과 관련 있는 정보적 유전자를 찾는 연구에 이용될 수 있다. 본 논문에서는 먼저 그 동안 제안된 여러 표준화 방법들 중에서 가장 널리 사용되고 있는 방법들을 이용하여 데이터를 표준화 한 후 제안한 유사성 척도 조합 방법으로 정보력 있는 유전자들을 추출할 수 있는 시스템을 고안하였다. 다층퍼셉트론 신경망 분류기를 이용하여 각 표준화 방법들의 성능을 비교분석하였다. 그 결과 Lowess 표준화 후 피어슨 적률 상관 계수와 유클리디안 거리 계수 조합을 이용하여 선택된 200 유전자들을 멀티퍼셉트론 신경망 분류기로 분류한 결과 93.84%의 향상된 분류 성능을 보였다. Significant genes are defined as genes in which the expression level characterizes a specific experimental condition. Such genes in which the expression levels differ significantly between different groups are highly informative relevant to the studied phenomenon. In this paper, first the system can detect informative genes by similarity scale combination method being proposed in this paper after normalizing data with methods that are the most widely used among several normalization methods proposed the while. And it compare and analyze a performance of each of normalization methods with multi-perceptron neural network layer. The Result classifying in Multi-Perceptron neural network classifier for selected 200 genes using combination of PC(Pearson correlation coefficient) and ED(Euclidean distance coefficient) after Lowess normalization represented the improved classification performance of 98.84%.

최적화된 적응적 컨트라스트 기법을 이용한 의료영상의 증진

신충호,정채영,Shin, Choong-Ho,Jung, Chai-Yeoung 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.8

The goal of image processing is to improve the perceptual aspect and visual appearance of images for human viewers. The objectives of image enhancement vary according to its specific application and an image enhancement techniques used for a specific objective may not be accepted in some other applications. In this paper we review some of conventional enhancement techniques, such as histogram shrink, equalization, and the conservative adaptive contrast enhancement filter. And also, The adaptive contrast enhancement filter has optimized the applied values of variables which is configured rightly the medical image field. In the postprocessing, we used the histogram equalization method. As a result, the inputs which used a medical images has enhanced the edges of a result images which has applied the proposed filter. And also, because of the postprocessing, the image outlines has been lightened. 영상처리의 목적은 관측자를 위해서 영상의 시각적인 일면을 증진하는 것이다. 영상증진의 목적은 특정 응용분야에 따라서 달라지며, 또한 특정 목적을 위해서 사용되는 영상 증진 기법들은 다른 응용분야에는 적용되지 못하는 실정이다. 본 논문에서는 먼저 히스토그램 쉬링크 및 평활화, 보수적인 적응적 컨트라스트 증진 필터등에 대해서 살펴 보고져 한다. 그리고 적응적인 컨트라스트 증진 필터 기법을 의료영상에 맞게 구성하는 변수들의 적용값을 최적화했으며, 후 처리로 히스토그램 평활화 기법을 사용했다. 결과적으로 입력치인 의료영상들을 사용하여 적용한 결과 제안한 필터를 적용한 결과치 영상들의 에지가 강조됨을 보였고, 또한 후처리로 인해서 영상외형의 컨트라스트를 향상시켰다.

선별 시스템 기반 표지 유전자를 포함한 난소암 마이크로어레이 데이터 분류

박수영,정채영,Park, Su-Young,Jung, Chai-Yeoung 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.3

마이크로어레이 분류는 전형적으로 분류기 디자인과 에러 추정이 현저하게 작은 샘플에 기반한다는 것과 교차 검증 에러 추정이 대다수의 논문에 사용된다는 주목할 만한 두 가지 특징을 소유한다. 마이크로어레이 난소 암 데이터는 수 만개의 유전자 발현으로 구성되어 있고, 이러한 정보를 동시에 분석하기 위한 어떤 체계적인 절차도 없다. 본 논문에서는, 통계에 따라 유전자의 우선순위를 정함으로써 표지유전자를 선택하였고, 널리 보급되어 있는 분류 규칙인 선형 분류 분석, 3-nearest-neighbor와 결정 트리 알고리즘은 표지 유전자를 선택한 데이터와 선택하지 않는 데이터의 분류 정확도 비교를 위해 사용되어졌다. ANOVA를 이용하여 선택된 표지 유전자를 포함하는 마이크로어레이 데이터 셋에 선영 분류분석 규칙을 적용한 결과 97.78%의 가장 높은 분류 정확도와 가장 낮은 예측 에러 추정치를 나타내었다. Microarray classification typically possesses two striking attributes: (1) classifier design and error estimation are based on remarkably small samples and (2) cross-validation error estimation is employed in the majority of the papers. A Microarray data of ovarian cancer consists of the expressions of thens of thousands of genes, and there is no systematic procedure to analyze this information instantaneously. In this paper, gene markers are selected by ranking genes according to statistics, popular classification rules - linear discriminant analysis, k-nearest-neighbor and decision trees - has been performed comparing classification accuracy of data selecting gene markers and not selecting gene markers. The Result that apply linear classification analysis at Microarray data set including marker gene that are selected using ANOVA method represent the highest classification accuracy of 97.78% and the lowest prediction error estimate.

최적화된 고주파 강조 필터를 이용한 의료영상의 개선

신충호,정채영,Shin, Choong-Ho,Jung, Chai-Yeoung 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.3

영상개선을 위한 영상처리는 응용분야에 따라서 동일한 알고리즘이 각각 다르게 적용되므로 응용분야에 적합한 최적값이 필요하다. 본 논문에서는 X선 의료영상분야에 고주파통과 필터를 적용해서 에지영역을 개선하였고, 결과영상에 상수승수와 오프셋을 더하여 에지영역 및 평탄영역의 컨트라스트를 향상시켰다. 그러므로, 의료영상을 최적화시키기 위해서는 고주파강조필터가 필요함을 알 수 있었다. 또한, 구체적인 최적화 변수값으로는 가우시안 고주파통과필터, 차단주파수의 거리=0.05, 오프셋=0.5 값이다. 마지막으로 이들 최적화 변수값을 적용시켜 시뮬레이션 한 결과, 제안된 방법이 기존 방법들에 비해서 영상의 컨트라스트와 에지부분들을 향상시켰다. The image process for image enhancement applies differently the same algorithm for each application. So, the optimized value for each application is required. In this paper, the X-ray medical image using a high-pass filter was improved edges. The result image was improved edge and the contrast of flat area using a constant multiplier and offset. Therefore, the high-frequency emphasis filter optimized for medical image is required. These optimized values are the gaussian high-pass filter, the distance of cutoff frequency=0.05 and offset=0.5. From the result of optimaized simulation, The proposed method has enhanced contrast and edge of the image in the contrast of existing mothods.

고주파 강조필터를 이용한 의료영상의 화질향상을 위한 최적화 방법

신충호,정채영,Shin, Choong-Ho,Jung, Chai-Yeoung 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.7

의료영상의 화질이 진단의 정확성에 중요한 요소이다. 그러므로 의료영상의 화질을 향상시킬 수 있는 방법들이 연구되어져 왔다. 그 중에서 주파수 도메인 필터가 영상의 화질을 향상시킬 수 있는 강력한 도구이다. 본 논문에서는 X선 의료영상에 기존의 고주파통과 필터에 최적값을 적용해서 에지영역을 개선하였고, 결과영상에 기존의 고주파 강조 필터에 최적값을 사용하여 에지영역 및 평탄영역의 대비를 향상시켰다. 마지막으로, 최소평균제곱오차필터를 사용해서 결과영상에 잡음을 최소화했다. 결과적으로, 제안된 방법이 기존 필터들에 비해서 영상의 대비와 에지부분들을 향상시켰으며, 더불어 잡음제거의 효과를 보였다. The visual quality of medical image is an important factor for diagnosis accuracy. Therefore, the methods to improve the quality of medical image have studied. Among them, frequency domain filter is very powerful method to impove the visual quality of image. In this paper, the X-ray medical image using optimized high-pass filter was improved edges. The result image was improved edge and contrast of flat area using optimized high frequency emphasis filter. At last, the result image is to minimize the noise using the minimum mean square error(MMSE) filter. As a result, the proposed method has enhanced contrast and edge of the image in the contrast of existing filters, with the noise canceling effect.

최적화된 매개변수 위너필터를 이용한 훼손된 의료영상의 복원

신충호,정채영,Shin, Choong-Ho,Jung, Chai-Yeoung 한국정보통신학회 2012 한국정보통신학회논문지 Vol.16 No.5

The noise of image is added by many environmental factors. Therefore, we need to remove these noises using the conventional filtering methods, which are optimized based on the statistical characteristic of noise. In direct restoration method, there is an inverse filter and the wiener filter. Here, the wiener filter is the optimized filter in the view of least square method. First, we are going to study the inverse filter, wiener filter, constraint least square filter. Second, in order to control the quantity, we use the parameters instead of the power spectrum ratio. But, these parameters have the conflicting condition, therefore, we optimized the variables using parametric wiener filter which adjust the application appropriately. In the simulation results, the contrast of the degraded image was enhanced and the noise was removed. Comparative experimentation was demonstrated edge preserving and noise removing property. 여러 가지 환경적인 요인에 의해서 영상에 잡음이 부가된다. 이러한 잡음을 제거하고 각 잡음의 특성에 적합한 필터링 방법을 이용한다. 직접적인 복원방법으로 반전 필터와 위너필터가 있다. 여기에서 위너필터가 최소 자승 오차 관점에서 최적의 필터다. 그러므로 첫째, 반전필터, 위너필터, 제한된 최소자승필터등에 대해서 살펴 보고, 둘째, 파워스펙트럼비의 양적화된 조정을 위해서 매개변수를 사용하며, 그러한 변수들은 서로 충돌한다. 그러므로 응용에 적합하게 조정할 수 있는 매개변수 위너필터를 이용해 변수들을 최적화하였다. 모의실험 결과에서 훼손된 의료영상의 계조가 향상되었고, 잡음을 제거하였다. 그리고 비교되는 실험은 에지의 보전과 잡음 제거 특성에 관해서 증명하였다.

베이지안 기법을 적용한 마이크로어레이 데이터 분류 알고리즘 설계와 구현

박수영,정채영,Park, Su-Young,Jung, Chai-Yeoung 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.12

최근 생명 정보학 기술의 발달로 마이크로 단위의 실험조작이 가능해짐에 따라 하나의 chip상에서 전체 genome의 expression pattern을 관찰할 수 있게 되었고, 동시에 수 만개의 유전자들 간의 상호작용도 연구 가능하게 되었다. 이처럼 DNA 마이크로어레이 기술은 복잡한 생물체를 이해하는 새로운 방향을 제시해주게 되었다. 따라서 이러한 기술을 통해 얻어진 대량의 유전자 정보들을 효과적으로 분석하는 방법이 시급하다. 본 논문에서는 실험용 데이터로 하버드대학교의 바이오인포메틱스 코어 그룹의 샘플데이터 이용하여 마이크로어레이 실험에서 다양한 원인에 의해 발생하는 잡음(noise)을 줄이거나 제거하는 과정인 표준화 과정을 거쳐 특징 추출방법인 베이지안 알고리즘 ASA(Adaptive Simulated Annealing) 방법을 이용하여 데이터를 2개의 클래스로 나누고, 정확도를 평가하는 시스템을 설계하고 구현하였다. Lowess 표준화 후 98.23%의 정확도를 보였다. As development in technology of bioinformatics recently makes it possible to operate micro-level experiments, we can observe the expression pattern of total genome through on chip and analyze the interactions of thousands of genes at the same time. Thus, DNA microarray technology presents the new directions of understandings for complex organisms. Therefore, it is required how to analyze the enormous gene information obtained through this technology effectively. In this thesis, We used sample data of bioinformatics core group in harvard university. It designed and implemented system that evaluate accuracy after dividing in class of two using Bayesian algorithm, ASA, of feature extraction method through normalization process, reducing or removing of noise that occupy by various factor in microarray experiment. It was represented accuracy of 98.23% after Lowess normalization.

표준화 기반 표지 유전자를 이용한 난소암 마이크로어레이 데이타 분류 시스템

박수영,정채영,Park, Su-Young,Jung, Chai-Yeoung 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.9

표지 유전자는 특정한 실험 조건의 특성을 나타내주는 발현수준의 유전자를 의미한다. 이 유전자들은 여러 집단간의 발현수준에서 유의한 차이를 보여주며, 실제로 집단 간의 차이를 유발하는 유전자일 확률이 높아 특정 생물학적 현상과 관련 있는 표지 유전자를 찾는 연구에 이용될 수 있다. 본 논문에서는, 먼저 그 동안 제안된 여러 표준화 방법들 중에서 가장 널리 사용되고 있는 방법들을 이용하여 데이터를 표준화 한 후 통계에 따라 유전자의 우선순위를 정함으로써 표지유전자를 추출할 수 있는 시스템을 제안하였다. 다층퍼셉트론 신경망 분류기를 이용하여 각 표준화 방법들의 성능을 비교분석하였다. 그 결과 Lowess 표준화 후 ANOVA를 이용하여 선택된 8개의 표지 유전자를 포함하는 마이크로어레이 데이터 셋에 MLP 알고리즘을 적용한 결과 99.32%의 가장 높은 분류 정확도와 가장 낮은 예측 에러 추정치를 나타내었다. Marker genes are defined as genes in which the expression level characterizes a specific experimental condition. Such genes in which the expression levels differ significantly between different groups are highly informative relevant to the studied phenomenon. In this paper, first the system can detect marker genes that are selected by ranking genes according to statistics after normalizing data with methods that are the most widely used among several normalization methods proposed the while, And it compare and analyze a performance of each of normalization methods with mult-perceptron neural network layer. The Result that apply Multi-Layer perceptron algorithm at Microarray data set including eight of marker gene that are selected using ANOVA method after Lowess normalization represent the highest classification accuracy of 99.32% and the lowest prediction error estimate.

종양 분류를 위한 마이크로어레이 데이터 분류 모델 설계와 구현

박수영,정채영,Park, Su-Young,Jung, Chai-Yeoung 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.10

오늘날 인간 프로젝트와 같은 종합적 인 연구의 궁극적 목적을 달성하기 위해서는 이 들 연구로부터 획득한 대량의 관련 데이터에 대해 새로운 현실적 의미를 부여할 수 있어야 한다. 마이크로어레이를 기반으로 하는 종양 분류 방법은 종양 종류에 따라 다르게 발현되는 유전자 양상을 통계적으로 발견함으로써 정확한 종양 분류에 기여 할 수 있다. 따라서 현재의 마이크로어레이 기술을 이용해서 효과적으로 종양을 분류하기 위해서는 특정 종양 분류와 밀접하게 관련이 있는 정보력 있는 유전자를 선택하는 과정이 필수적이다. 본 논문에서는 암에 걸린 흰쥐 외피 기간 세포 분화 실험에서 얻어진 3840 유전자의 마이크로어레이 cDNA를 이용해 데이터의 정규화를 거쳐 정보력 있는 유전자 목록을 별도로 추출하여 보다 정확한 종양 분류 모델을 구축하고 각각의 실험 결과들을 비교 분석함으로써 성능평가를 하였다. 피어슨 적률 상관 계수를 이용하여 선택된 유전자들을 멀티퍼셉트론 분류기로 분류한 결과 98.6%의 정확도를 보였다. Nowadays, a lot of related data obtained from these research could be given a new present meaning to accomplish the original purpose of the whole research as a human project. The method of tumor classification based on microarray could contribute to being accurate tumor classification by finding differently expressing gene pattern statistically according to a tumor type. Therefore, the process to select a closely related informative gene with a particular tumor classification to classify tumor using present microarray technology with effect is essential. In this thesis, we used cDNA microarrays of 3840 genes obtained from neuronal differentiation experiment of cortical stem cells on white mouse with cancer, constructed accurate tumor classification model by extracting informative gene list through normalization separately and then did performance estimation by analyzing and comparing each of the experiment results. Result classifying Multi-Perceptron classifier for selected genes using Pearson correlation coefficient represented the accuracy of 95.6%.