مروری بر الگوریتم‌های تکاملی مبتنی بر حاشیه‌نگاری خودکار تصاویر کروموزومی: چالش‌ها و دستاوردها

علت بسیاری از بیماری‌های ژنتیکی، اختلال در حالت و وضعیت کروموزوم‌ها می‌باشد. بنابراین کم و زیاد شدن تعداد کروموزوم‌ها یا جابجایی بین آنها باعث ایجاد بیماری خواهد شد. مشخص کردن وضعیت کروموزوم‌ها و بررسی تغییرات عددی یا ساختاری آنها با روش کاریوتایپ امکان پذیر می‌باشد. کاریوتایپ یا نماد کروموزومی فرآیند چیدمان کروموزوم‌ها در کنار هم و مقایسه آنها با نمونه سالم تا بتوان نقص احتمالی را مشخص نمود. حاشیه‌نگاری خودکار(aia) در کنار الگوریتم‌های تکاملی، نقش کلیدی در این مکانیزم‌ها دارد چون قادر است داده‌های خام را با اختصاص برچسب، به اطلاعات ویژه‌ای که برای انسان‌ها ضروری است، ارتباط دهد. سامانه‌های بازیابی تصاویر در نسل‌های جدید یک عبارت معنایی را معمولا به صورت یک یا چند کلمه کلیدی دریافت کرده، به دنبال باریابی تصاویری با محتویات بصری مرتبط با آن معنا هستند. داشتن مکانیزمی که بتواند به صورت خودکار محتوای یک تصویر را مانند انسان بصورت متنی توصیف کند به کارایی این سامانه‌ها کمک زیادی می‌نماید. مقاله مروری حاضر، نتیجه بررسی مطالعات موردی و تحلیل رویکردهای دیگر، با هدف بیان محبوب‌ترین روش‌ها برای ایجاد مناسب‌ترین aia ‌ است، و نتایج منطبق براهداف الگوریتم‌های تکاملی و هوش جمعی در aia می‌باشد و تلاشی برای بحث در مورد الگوریتم‌های غالب، محدودیت‌ها و روش‌های مقابله با آن است.