| Περίληψη: | Αντικείμενο της παρούσας εργασίας είναι η ταξινόμηση των χρωμοσωμάτων, η οποία είναι βασισμένη σε εικόνα-ομαδοποίηση. Σκοπός αυτής της μεθόδου είναι η ταξινόμηση των χρωμοσωμάτων που δείχνει κάθε εικόνα. Στην πραγματικότητα δίνονται έξι (6) διαφορετικές εικόνες που κάθε μία αντιστοιχεί σε μία διαδικασία χρώσης (dye). Κάθε χρωμόσωμα παίρνει έξι τιμές (μία από κάθε εικόνα) από τις οποίες και ταυτοποιείται. Οι διαδικασίες της ταυτοποίησης είναι διαδικασίες ομαδοποίησης και ταξινόμησης. Η ομαδοποίηση γίνεται στον 6-διάστατο χώρο των χαρακτηριστικών και έπειτα γίνεται η ταξινόμηση στο επίπεδο της εικόνας. Η ταξινόμηση αυτή δημιουργεί έναν χάρτη που ονομάζεται καρυότυπος και ο οποίος αναφέρεται στην ταυτοποίηση (αναγνώριση) των χρωμοσωμάτων. Είναι δηλαδή το σύνολο των χρωμοσωμάτων του με τη συγκεκριμένη μορφολογία τους. Ως γνωστόν, ο άνθρωπος έχει 46 διαφορετικά χρωμοσώματα σε κάθε σωματικό του κύτταρο, τακτοποιημένα σε 22 ζευγάρια, τα οποία είναι μορφολογικά ίδια στα αρσενικά και στα θηλυκά άτομα και ονομάζονται αυτοσωμικά ή αυτοσωματικά. Το εικοστό τρίτο ζεύγος που απομένει καθορίζει το φύλο, δηλαδή στη γυναίκα αποτελείται από δύο όμοια χρωμοσώματα, τα XX, ενώ στον άνδρα από δύο διαφορετικά, τα ΧΥ και ονομάζονται χρωμοσώματα φύλου ή φυλετικά. Επομένως, υπάρχουν 24 κατηγορίες χρωμοσωμάτων.
Πραγματοποιήθηκαν δύο εφαρμογές σε εικόνες της βάσεως δεδομένων M-FISH (Multiplex or Multicolor Fluorescence In Situ Hybridization), μέσω MATLAB. Η πρώτη εφαρμογή εκτελέστηκε με τη χρήση της Ευκλείδειας απόστασης για την εύρεση του πλησιέστερου γείτονα (nearest neighbor). Eνώ, η δεύτερη μέθοδος με χρήση του αλγόριθμου FCM (Fuzzy C-Means), ο οποίος δίνει τη δυνατότητα διαχωρισμού των n στοιχείων σε c ομάδες, όπου κάθε ομάδα έχει και ένα κέντρο V. Στην ουσία, ξεκινά από ένα τυχαίο σημείο και ύστερα από επαναλήψεις βρίσκει τα σωστά κέντρα.
|
|---|
