首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于DMarker系统的癌症特异性标志物挖掘

提要第1-5页
摘要第5-7页
Abstract第7-11页
第1章 绪论第11-17页
   ·癌症第11-12页
   ·生物标记物第12-14页
   ·预测生物标志物第14-16页
     ·生物学方法第14-15页
     ·生物信息学方法第15-16页
   ·本论文的工作第16-17页
第2章 基因芯片分析与蛋白入血预测第17-20页
   ·基因芯片分析第17-18页
   ·蛋白入血预测第18-20页
第3章 DEMPSTER-SHAFER证据理论第20-24页
   ·证据理论概述第20页
   ·D-S证据理论的基本概念第20-21页
     ·识别框架第20-21页
     ·基本信任分配函数第21页
   ·证据的合成规则第21-22页
   ·证据冲突的衡量第22-24页
     ·证据一致量与冲突量第22-23页
     ·证据冲突强度第23页
     ·证据冲突/一致度第23-24页
第4章 基于DMARKER系统的数据分析第24-43页
   ·DMARKER系统概述第24-25页
   ·DMARKER功能简介第25-28页
   ·DMARKER数据分析第28-29页
     ·数据的对数转换第28页
     ·芯片间的标准化第28-29页
   ·差异表达基因分析第29-33页
     ·T检验第29-31页
     ·分布曲线第31-33页
   ·蛋白入血的预测方法第33-37页
     ·收集入血与非入血蛋白第33-34页
     ·特征的构建第34-35页
     ·分类和特征选择第35-37页
   ·临界值的选取第37-39页
   ·生物标志物的D-S合成第39-43页
第5章 总结与展望第43-45页
参考文献第45-48页
作者简介及在学期间所取得的科研成果第48-49页
致谢第49页

论文共49页,点击 下载论文
上一篇:P-选择素,CD24在肺癌组织中的表达及其临床意义
下一篇:丙型肝炎病毒相关性原发性肝癌危险因素的回顾性研究