针对高维稀疏单细胞RNA测序数据的聚类研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状及存在的问题 | 第10-13页 |
| 1.2.1 测序数据中存在技术噪音 | 第10-11页 |
| 1.2.2 测序数据中高度稀疏 | 第11页 |
| 1.2.3 单细胞数据无监督聚类算法中的难点 | 第11-13页 |
| 1.3 研究目标和内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 相关方法和技术 | 第16-25页 |
| 2.1 基因数据标准化 | 第16-18页 |
| 2.1.1 传统标准化方法 | 第16-17页 |
| 2.1.2 隐变量提升标准化方法(BOSSA) | 第17-18页 |
| 2.2 BOSSA聚类算法 | 第18-19页 |
| 2.3 基于KL散度降维:t-SNE | 第19-22页 |
| 2.4 基于密度的低维空间聚类方法 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 3 基于隐变量标准化两阶段单细胞无监督聚类 | 第25-39页 |
| 3.1 隐变量提升标准化 | 第25-30页 |
| 3.1.1 以二分变量为例 | 第26-27页 |
| 3.1.2 在有序变量上进行提升 | 第27-30页 |
| 3.1.3 数值模拟 | 第30页 |
| 3.2 稀疏数据高斯核的距离定义 | 第30-33页 |
| 3.3 两阶段无监督聚类 | 第33-36页 |
| 3.3.1 阶段1:对稳定大群进行聚类 | 第34-36页 |
| 3.3.2 阶段2:对高异质性子群进行聚类 | 第36页 |
| 3.4 本章小结 | 第36-39页 |
| 4 单细胞RNA测序数据实证分析 | 第39-45页 |
| 4.1 数据介绍 | 第39-40页 |
| 4.2 两阶段无监督聚类 | 第40-44页 |
| 4.2.1 阶段1 | 第40页 |
| 4.2.2 阶段2 | 第40-42页 |
| 4.2.3 正确率对比 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 总结与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
