خوشه بندی متغیرها به عنوان یک روش جدید در رگرسیون و دسته بندی:کاربرد در تشخیص سرطان وبهجت ودسته بندی خرما و روغن های خوراکی

در روش های کالیبراسیون چند متغیره که توسط رگرسیون جزء اصلی(pcr)انجام می شود، جزء های اصلی (pcs) از کل ناحیه طیفی استخراج می شوند، وهمانطور که می دانیم بعضی از نواحی طیفی حاوی اطلاعات مفید نیستند. به همین خاطر یک روش خوشه بندی بر مبنای تشخیص الگو غیرنظارتی برای شناسایی نواحی طیفی مفید پیشنهاد شد. سپس اطلاعات مفید ناحیه انتخاب شده جهت ساختن یک مدل چند متغیره پایدار بوسیله رگرسیون جزء اصلی (pcr) مورد استفاده قرار گرفت. در این روش جدید که رگرسیون جزء اصلی خوشه بندی شده نام دارد (spcar) طیف ها به خوشه های متفاوتی توسط روش نقشه خودسازماندهی (som)تقسیم می شوند. در مرحله بعد، داده های طیفی هر خوشه توسط روش آنالیز جزء اصلی مورد بررسی قزار گرفته و جزء های اصلی (pcs) که بوسیله روش انتخاب گام به گام (step wise selection ) برگزیده شده اند ،به عنوان ورودی روش کالبیراسیون کمترین مربعات معکوس (ils) مورد استفاده قرار می گیرند. ولی همانطور که می دانیم خوشه بندی می تواند توسط الگوریتم های خطی متفاوتی نظیر آنالیز جزء اصلی (pca) ،خوشه بندی سلسله مراتبی، خوشه بندی کا امین میانگین (k-means) و خوشه بندی اشتراکی نظیر فازی و همچنین خوشه بندی غیرخطی نظیر نقشه خودسازماندهی (som ) انجام بگیرد. در یک مطالعه جدید توانمندی هر کذام از این روش ها در خوشه بندی طیف ها مورد بررسی قرار گرفت . پارامترهای آماری بدست آمده نشان داد که خوشه بندی غیرخطی نظیر (som) توانایی بیشتری در خوشه بندی داده ها دارد. در مطالعه بعد چون توانایی روش خوشه بندی در روش های کالیبراسیون چند متغیره اثبات شده بود،از این روش برای انتخاب متغیر های مهم در روش های دسته بندی مورد استفاده قرار گرفت. این روش که خوشه بندی متغیر ها (clustering of variable,clova) نام دارد برای آنالیز دادهای پروتئومیکس مورد استفاده قرار گرفت. در این روش، متغیرهای طیفی توسط روش نقشه خود سازماندهی (som) خوشه بندی می شوند سپس هر خوشه بوسیله روش های دسته بندی مورد آنالیز قرار می گیرد. در نهایت این روش جدید (clova) برای آنالیز عکس های بدست آمده از دستگاه ژل الکتروفورز در تشخیص بیماری بهجت (که یکی از بیماری های جدی در ایران ) مورد استفاده قرار گرفت. آنالیز داده ها نشان داد که روش پیشنهادی خوشه بندی متغیرها توانست نمونه های بیمار را از سالم بدون خطا دسته بندی کند. در قسمت دوم این پایان نامه، کاربرد روش های دسته بندی و خوشه بندی متغیرها همراه با طیف های ft-ir برای بررسی کنترل کیفیت مواد غذایی مورد بررسی قرار گرفت. طیف های جذبی ft-ir برای نمونه های روغن چرب و گیاهی ثبت شد و توسط روش های دسته بندی کالیبراسیون کمترین جزیی – آنالیز تفکیک کننده (pls-da)،کالیبراسیون کمترین جزیی –آنالیز تفکیک کننده فاصله ای (ipls-da)، آنالیز متغیر متعارف بسط داده شده (ecva) و نوع فاصله ای آن (interval-ecva) مورد بررسی قرار گرفتند. با مقایسه نتایج بدست آمده ، interval –ecvaتوانست همه نمونه های روغن (چرب و گیاهی) را بدون خطا از هم جدا کند. در نهایت میوه خرما از تنوع های مختلف (نرم ، نیمه خشک و خشک )بدست آمده از ناحیه جنوب ایران، برای میزان آنتی اکسیدانی و درصد پلی فنلی کل مورد آنالیز قرار گرفتند. همچنین طیف های عبوریft-ir بدست آمده از پلی فنل این میوه برای آنالیز خوشه بندی مورد استفاده قرار گرفت. نتایج بدست آمده نشان داد که میتوان نمونه های خرمای نرم ، نیمه خشک و خشک را بر اساس میزان پلی فنلی کل آنها خوشه بندی کرد.