امروزه پردازش سیگنال الکتروانسفالوگرام‎(eeg)‎در زمینه های مختلف عملکرد مغزی، از جمله خواب، بیهوشی، صرع، سکته مغزی و هیپنوتیزم مورد توجه پژوهشگران می باشد. در این پژوهش امواج نوار مغزی ثبت شده از افراد سکته ای مورد پردازش کمی قرار گرفته و نتایج حاصل از این پردازش از نظر درستی با نظرات پزشکان متخصص مورد مقایسه قرار گرفته است‎.‎ در این تحقیق با بکار گیری سیگنال الکتروانسفالوگرام و استفاده از روش های آنالیز نوسانات دیترند شده، آنالیز نوسانات دیترند شده چند فرکتالی و روش تجربی تجزیه سیگنال، ویژگی های مختلفی از روی سیگنال الکتروانسفالوگرام ‎17‎ فرد سالم و‎12‎ فرد بیمار استخراج شده است. بر مبنای این ویژگی ها و بکارگیری گشتاورهای نمای مقیاس بندی و همبستگی نمای مقیاس بندی تفکیک پذیری افراد بیمار و سالم بررسی شده است. در نهایت با استفاده از روش آنالیز نوسانات دیترند شده چند فرکتالی با‎(q=2.37)‎امکان تشخیص بیماران دچار سکته مغزی از افراد سالم به میزان ‎?100‎ مطابق با نظر پزشکان متخصص براساس پردازش نتایج نوار مغزی توسط این روش امکان پذیر شد.

امروزه فناوری ریزآرایه، برای تولید حجم عظیمی از داده های بیان ژن به کار می رود. این داده ها باید به صورت آماری پردازش و تحلیل شوند؛ به ویژه برای تشخیص آن ژن هایی که در تشخیص و پیش بینی یک بیماری خاص مفیدند. در این پروژه امکان به کارگیری ابزارهای نظریه بازی، مانند ارزش شیپلی و بانژاف را برای تجزیه و تحلیل داده های بیان ژن موردبررسی قرار می دهیم‎.‎ به وسیله یک روش تفکیک کننده، یک بازی همکارانه می سازیم که هدف آن تاکید بر ارتباط گروهی از ژن ها با یک بیماری خاص است. ارزش شیپلی و بانژاف این بازی، آن ژن هایی را انتخاب می کند که سزاوار تحقیق و بررسی بیشتری هستند. برای توجیه کاربرد ارزش شیپلی و بانژاف در این حوزه، یک مشخص سازی اصول موضوعی از آن ها، با استفاده از ویژگی هایی با تعابیر ژنتیکی ارائه خواهیم کرد.