首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基因组尺度高信息量RNA干扰筛选数据分析:一类系统生物学应用中若干模式识别问题的研究

致谢第1-6页
摘要第6-8页
Abstract第8-10页
目次第10-13页
1 绪论第13-35页
 本章摘要第13-15页
   ·基因组尺度高内涵RNA干扰筛选的研究背景及其意义第15-23页
     ·RNAi筛选及相关疗法针对的生物学问题第18-19页
     ·RNAi筛选的设计与实现第19-23页
   ·RNAi HCS数据分析面临的挑战与研究现状第23-31页
     ·图像处理:细胞分割与形态量化第24-25页
     ·表现型的辨识、建模与分类第25-31页
     ·统计分析及对基因功能的标注第31页
   ·本文研究的主要内容第31-35页
     ·研究动机与思路第31-33页
     ·全文组织结构第33-35页
2 预备知识第35-49页
 本章摘要第35页
   ·RNAi HCS数据产生、细胞分割与形态量化第35-45页
     ·细胞培养与成像流程第35-39页
     ·细胞分割第39-41页
     ·特征提取——利用211个形态特征量化细胞形态第41-45页
   ·RNAi HCS数据分析流程中使用的部分方法第45-49页
     ·估计聚类个数的间隔统计方法第45-47页
     ·用于特征选择与细胞分类的支持向量机第47-49页
3 细胞表现型在线发现与建模第49-71页
 本章摘要第49页
   ·引言第49-51页
   ·问题描述第51-52页
   ·解决方案第52-59页
     ·方法概述第52-54页
     ·表现型建模与采样第54页
     ·对间隔统计方法的改进第54-56页
     ·基于"聚类合并"的在线表现型发现流程第56-59页
   ·仿真结果第59-63页
     ·克服不同聚类间样本数量的差距第59-60页
     ·仿真细胞数据集描述第60-63页
   ·真实数据集上的实验结果第63-69页
     ·对应已知表现型的高斯混合模型第63页
     ·案例1:通过聚类兼并从新数据中还原已知表现型第63-65页
     ·案例2:利用训练集模拟新颖表现型的发现第65-66页
     ·案例3:模拟多种表现型共生及与SVM相关算法的比较第66-68页
     ·在基因组尺度高信息量RNAi筛选数据集中发现"rl/泪珠"表现型第68-69页
   ·本章小结第69-71页
4 基于最小分类误差(MCE)的表现型模型在线修正第71-85页
 本章摘要第71页
   ·引言第71-72页
   ·问题描述第72页
   ·利用最小分类误差方法在线修正表现型模型第72-75页
     ·解决方案第72-74页
     ·改进后的在线表现型发现流程第74-75页
   ·仿真结果第75-78页
     ·基于不同已知表现型组合的算法性能第76-77页
     ·对在线建模过程的改进有助提高算法性能第77-78页
   ·真实数据集上的实验结果第78-82页
     ·数据描述第78页
     ·还原有生物意义的聚类第78-80页
     ·从基因组尺度高信息量RNAi筛选中辨认新颖表现型数据描述第80页
     ·使用箱式图展示还原已知表现型的能力第80-81页
     ·从基因组尺度RNAi筛选中发现新颖表现型第81-82页
   ·本章小结第82-85页
5 基于SVM的形态特征选择与细胞分类第85-95页
 本章摘要第85页
   ·引言第85-86页
   ·问题描述第86-87页
   ·解决方案第87-92页
     ·结合SVM-RFE与遗传算法的特征选择方法(SVM-RFE-GA)第87-91页
     ·使用SVM进行细胞分类第91-92页
   ·对SVM及特征子集性能的交叉校验第92-93页
   ·本章小结第93-95页
6 利用单个细胞形态的统计特征描述基因功能第95-109页
 本章摘要第95页
   ·引言第95页
   ·问题描述第95-96页
   ·解决方案第96-104页
     ·从基于SVM的细胞分类到反应孔的原始形态分值第97-100页
     ·汇总生成每个基因的标准化QMS第100-104页
     ·使用QMS进行基因功能分级聚类第104页
   ·实验结果第104-108页
     ·重复性校验的典型结果第104-105页
     ·基因功能聚类分析结果第105-108页
   ·本章小结第108-109页
7 根据聚类结果研究细胞表现型的定型化第109-127页
 本章摘要第109页
   ·引言第109-110页
   ·问题描述第110页
   ·解决方案第110-125页
     ·使用K-S检验比较单个细胞形态的分布模式第110-116页
     ·在三维空间中绘制细胞形态表现型分布图景第116-119页
     ·细胞表现型分布图景的解读第119-125页
   ·本章小结第125-127页
8 总结与展望第127-133页
 本章摘要第127页
   ·全文总结第127-130页
   ·研究展望第130-133页
参考文献第133-141页
附录A 攻读博士期间发表的论文及参与的科研项目第141-142页
 A.1 攻读博士期间作为第一作者完成的论文第141-142页
 A.2 攻读博士期间参与的科研项目第142页

论文共142页,点击 下载论文
上一篇:基于图和网络的学习算法及其在系统生物学中的一些应用
下一篇:数学形态学连通性理论及应用研究