| 英文缩写注释 | 第1-9页 |
| 英文摘要 | 第9-12页 |
| 中文摘要 | 第12-15页 |
| 论文正文 基于多尺度分析的人类胎儿脑发育过程的基因调控网络模型研究 | 第15-149页 |
| 1 绪言 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·研究方法 | 第16-17页 |
| ·研究意义 | 第17页 |
| ·课题来源 | 第17-18页 |
| 2 基因调控网络概述 | 第18-23页 |
| ·基因调控研究的起源 | 第18页 |
| ·基因调控网络研究的基础和主要内容 | 第18-20页 |
| ·基因调控网络数学模型的建立 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 多尺度分析方法 | 第23-43页 |
| ·概述 | 第23-35页 |
| ·函数空间和 Riesz 基 | 第23-25页 |
| ·多尺度分析的定义 | 第25-26页 |
| ·尺度空间的构造 | 第26页 |
| ·尺度函数的建立 | 第26页 |
| ·小波变换 | 第26-28页 |
| ·常见小波函数和尺度函数 | 第28-35页 |
| ·多尺度分析的原理 | 第35-37页 |
| ·小波分解与重构 | 第35-36页 |
| ·小波分解系数在MATLAB 中的存储方式 | 第36-37页 |
| ·多尺度分析在生物医学中的应用 | 第37-40页 |
| ·多尺度分析在生物医学信息处理中的应用 | 第37-40页 |
| ·多尺度分析在生物医学中的新应用 | 第40页 |
| ·多尺度分析与基因调控网络 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 4 人类胎儿脑发育过程的基因表达数据 | 第43-50页 |
| ·数据集 | 第43-46页 |
| ·数据的预处理 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 5 基因芯片数据分析的y ~ n 曲线模型 | 第50-59页 |
| ·y ~ n 曲线模型的定义及性质 | 第50-53页 |
| ·人类胎儿脑发育过程基因芯片的y ~ n 曲线 | 第53-58页 |
| ·人类胎儿小脑组织基因芯片的y ~ n 曲线 | 第53-55页 |
| ·人类胎儿大脑皮质基因芯片的y ~ n 曲线 | 第55-56页 |
| ·人类胎儿海马组织基因芯片的y ~ n 曲线 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 y ~ n 曲线模型的小波多尺度降噪 | 第59-77页 |
| ·多尺度降噪的原理 | 第59-60页 |
| ·人类胎儿脑发育过程基因芯片的y ~ n 曲线降噪 | 第60-76页 |
| ·人类胎儿小脑组织的基因芯片降噪 | 第60-65页 |
| ·人类胎儿大脑皮质的基因芯片降噪 | 第65-71页 |
| ·人类胎儿海马组织的基因芯片降噪 | 第71-76页 |
| ·本章小结 | 第76-77页 |
| 7 y ~ n 曲线的基因多尺度聚类模型 | 第77-96页 |
| ·y ~ n 曲线的多尺度聚类模型 | 第77-78页 |
| ·人类胎儿脑发育过程中基因的多尺度聚类 | 第78-95页 |
| ·小脑组织的基因聚类 | 第79-84页 |
| ·大脑皮质的基因聚类 | 第84-89页 |
| ·海马组织的基因聚类 | 第89-95页 |
| ·三个部位基因簇团的相同基因 | 第95页 |
| ·本章小结 | 第95-96页 |
| 8 基因调控的预测模型 | 第96-146页 |
| ·基于非线性优化的基因调控模型 | 第96-98页 |
| ·人类胎儿脑发育过程基因簇团之间的调控网络 | 第98-116页 |
| ·小脑组织基因簇团之间的调控网络 | 第98-105页 |
| ·大脑皮质基因簇团之间的调控网络 | 第105-110页 |
| ·海马组织基因簇团之间的调控网络 | 第110-116页 |
| ·模型的检验与评价 | 第116-145页 |
| ·基因簇团的分类结果分析 | 第116-117页 |
| ·基因簇团的基因功能分析 | 第117-145页 |
| ·本章小结 | 第145-146页 |
| 9 全文总结与展望 | 第146-149页 |
| ·全文总结 | 第146-147页 |
| ·展望 | 第147-149页 |
| 参考文献 | 第149-163页 |
| 致谢 | 第163-164页 |
| 攻读博士学位期间发表和撰写论文及获奖情况 | 第164-165页 |
| 英文论著 | 第165-175页 |