研究課題
20年度は、肝癌を対象として前年度までに求められた候補蛋白質群の中から標的となる蛋白質を同定するための特徴選択理論に取り組み、人工データを用いて有効となる特徴選択法を検討した。その結果に基づいて、二つの標的蛋白質を同定し、それらを用いてパラメトリックあるいはノンパラメトリックの識別器を設計し、肝癌の診断性能を網羅的に評価した。その結果、わずか二つの蛋白質を基に誤差逆伝播法により学習した3層ニューラルネット識別器を用いて、診断率85%という肝癌の診断性能を得ることができた。今後、サンプル数を増加させた評価実験、識別器の高精度化などの更なる改良を行えば、肝癌診断システムの診断性能が実用レベルに達するという感触を得ることができた。
すべて 2009
すべて 学会発表 (1件)
