امروزه سرطان یکی از مسائل مهم واصلی بهداشت و درمان در ایران و تمام دنیا است. در آمریکا و تعدادی از کشورهای اروپایی، این بیماری بعد از بیماری های قلبی و عروقی دومین علت مرگ ومیر به شمار می رود. فناوری ریزآرایه در مطالعات زیستی و به ویژه مطالعات سرطان شناسی از اهمیت ویژه ای برخوردار است. در پژوهش های مرتبط با سرطان، همیشه تعداد نسبتاً کم نمونه ها و ابعاد بالای ویژگی ها در ریزآرایه باعث ایجاد مشکلاتی در طراحی طبقه بندها می شود. یک روش حل این مشکل این است که داده های ریزآرایه قبل از طبقه بندی از طریق روش های انتخاب ویژگی پیش پردازش شده تا ژن های غیر مرتبط و افزونه حذف شوند. یک روش انتخاب ویژگی مناسب می تواند به طور مؤثری کارایی طبقه بندی بیماری سرطان را بهبود بخشد. در پژوهش های اخیر روش های انتخاب ویژگی توزیع شده بر روی داده های ریزآرایه اعمال شده است که نتایج آن ها نشان می دهد زمان اجرا کوتاه تر شده درحالی که کارایی حفظ و یا حتی بهبودیافته است. در پژوهش جاری ابتدا به بررسی روش های مختلف انتخاب ویژگی و کارهای انجام شده بر روی داده های ریزآرایه پرداخته شده است تا روش های مناسب انتخاب ویژگی بر روی داده های ریزآرایه شناسایی شوند. پس از بررسی های انجام شده روش های انتخاب ویژگی فیلتر که ازنظر محاسباتی سریع و مستقل از الگوریتم طبقه بندی هستند، مناسب تشخیص داده شدند. سپس برای حل مشکل ابعاد بالای ویژگی های ریزآرایه و سریع تر انجام شدن روش های انتخاب ویژگی بر روی این داده ها، یک روش انتخاب ویژگی توزیع شده ارائه شده است که این روش بر روی هفت مجموعه داده ریزآرایه آزمایش شده است و نتایج به دست آمده نشان می دهد که روش پیشنهادی از روش های پیشین دقت بالاتر و جز در یک مورد زمان اجرای کوتاه تری دارد. در ضمن روش پیشنهادی برای انتخاب ویژگی این انعطاف را دارد که با هر الگوریتم انتخاب ویژگی فیلتری می تواند استفاده شود.
