| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·代谢组学简介 | 第11-12页 |
| ·代谢组学概念 | 第11页 |
| ·代谢组学研究一般流程 | 第11-12页 |
| ·代谢组学数据分析 | 第12-15页 |
| ·代谢组学数据特征 | 第12-13页 |
| ·代谢组学数据分析 | 第13-14页 |
| ·数据定量 | 第14-15页 |
| ·代谢组学的研究意义 | 第15页 |
| ·本文的主要内容和结构 | 第15-17页 |
| 第2章 典型分类算法在代谢组学数据分析中的应用 | 第17-27页 |
| ·引言 | 第17页 |
| ·典型分类方法介绍 | 第17-22页 |
| ·线性判别分析LDA | 第17-18页 |
| ·偏最小二乘法PLS | 第18-19页 |
| ·局部线性嵌入法LLE | 第19-20页 |
| ·支持向量机SVM | 第20-22页 |
| ·模型评估方法 | 第22-25页 |
| ·指导变量置换Permutation | 第22页 |
| ·交叉验证Cross Validation | 第22-23页 |
| ·受试者工作特征曲线ROC | 第23-24页 |
| ·变量评价的一致性 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 主成分分析法在代谢组学数据分析中应用及优化 | 第27-47页 |
| ·引言 | 第27页 |
| ·主成分分析法PCA的原理 | 第27-31页 |
| ·数据预处理归一化与标准化 | 第31-33页 |
| ·独立成分分析法ICA特征提取 | 第33-37页 |
| ·独立成分分析法ICA的原理 | 第33-34页 |
| ·独立成分分析法ICA判据 | 第34-36页 |
| ·代谢组学数据的ICA特征提取 | 第36-37页 |
| ·主成分分析法PCA在代谢组学中的应用 | 第37-41页 |
| ·核主成分分析算法KPCA | 第41-46页 |
| ·核方法 | 第41-42页 |
| ·核主成分分析法KPCA的原理 | 第42-43页 |
| ·KPCA和PCA在代谢组学数据分析中的对比 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 偏最小二乘法在代谢组学数据分析中应用及优化 | 第47-65页 |
| ·引言 | 第47页 |
| ·偏最小二乘法PLS原理 | 第47-50页 |
| ·LCMS数据介绍 | 第50页 |
| ·偏最小二乘法PLS在代谢组学中的应用 | 第50-55页 |
| ·正交偏最小二乘法OPLS | 第55-62页 |
| ·正交偏最小二乘法OPLS的原理 | 第55-57页 |
| ·PLS和OPLS在代谢组学数据分析中的对比 | 第57-59页 |
| ·OPLS算法的载荷图分析 | 第59-62页 |
| ·本章小结 | 第62-65页 |
| 第5章 等距映射算法在代谢组数据分析中的应用 | 第65-77页 |
| ·引言 | 第65页 |
| ·等距映射算法ISOMAP的原理 | 第65-68页 |
| ·ISOMAP算法使用的数据介绍 | 第68页 |
| ·ISOMAP算法的分类及预测结果分析 | 第68-71页 |
| ·ISOMAP算法的交叉验证Cross Validation分析 | 第71-75页 |
| ·交叉验证Cross Validation的基本思想 | 第71-72页 |
| ·交叉验证Cross Validation的分类 | 第72-73页 |
| ·ISOMAP交叉验证结果分析 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·结论 | 第77-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85页 |
