MUSTAQIL ISH

KIRISH Bugungi kunda biotibbiyot sohasi axborot texnologiyalari va sun’iy intellektning jadal rivojlanishi bilan bog‘liq holda noyob imkoniyatlar pallasiga kirdi. Tibbiy ma’lumotlarning tobora ortib borayotgan hajmi, jumladan, genetik ma’lumotlar, tasviriy diagnostika natijalari, klinik qaydnomalar va fiziologik parametrlarning murakkab massivlari ushbu ma’lumotlar ichidan inson salomatligini yaxshilashga qaratilgan muhim bilimlarni ajratib olishni taqozo etmoqda. Bunday katta hajmdagi va xilma-xil biotibbiyot ma’lumotlarini samarali tahlil qilish, ulardan foydali xulosalar chiqarish, kasalliklarni aniq va erta tashxislash, shaxsiy tibbiyotni rivojlantirish hamda yangi davolash usullarini ishlab chiqish uchun zamonaviy va kuchli hisoblash usullari zarur. An’anaviy ma’lumotlar tahlili metodlari ko’pincha murakkab va noaniq bo‘lgan biotibbiyot ma’lumotlarining ichki tuzilmalarini to‘liq ochib bera olmaydi. Shu sababli, ushbu sohada chuqur o‘rganish (deep learning) algoritmalarining qo‘llanilishi dolzarb ilmiy va amaliy ahamiyat kasb etadi. Chuqur o‘rganish, o‘zining ko‘p qavatli neyron tarmoqlari bilan ma’lumotlardagi murakkab xususiyatlarni avtomatik ravishda o‘zlashtirish qobiliyatiga egaligi bilan ajralib turadi, bu esa biotibbiyot ma’lumotlarini tahlil qilishda yangi ufqlarni ochadi. [rasm]} Ushbu tadqiqotning asosiy muammosi biotibbiyot sohasida mavjud bo‘lgan katta va murakkab ma’lumotlar massivlaridan samarali tarzda muhim va amaliy ahamiyatga ega bo‘lgan axborotlarni ajratib olishning yangi, aniq va samarali usullarini ishlab chiqish zaruriyatidan kelib chiqadi. An’anaviy statistik va mashinasozlik usullari ko’pincha ma’lumotlarning yuqori o‘lchovli (high-dimensional) va noaniq xususiyatlarini to‘liq qamrab ololmaydi, bu esa diagnostika, prognozlash va davolash strategiyalarini ishlab chiqishda sezilarli cheklovlarni yuzaga keltiradi. Tadqiqotning asosiy maqsadi biotibbiyot ma’lumotlarini tahlil qilishda chuqur o‘rganish algoritmalarining samaradorligini bah ...