| 缩略词表 | 第3-7页 |
| 中文摘要 | 第7-10页 |
| Abstract | 第10-12页 |
| 前言 | 第13-15页 |
| 第Ⅰ部分 基于无监督类别组学预后预测模型 | 第15-42页 |
| 1.1 研究目的 | 第15页 |
| 1.2 方法简介 | 第15-19页 |
| 1.3 其他方法简介 | 第19-22页 |
| 1.3.1 K-means | 第19页 |
| 1.3.2 系统聚类 | 第19页 |
| 1.3.3 基于高斯混合模型的EM算法聚类 | 第19页 |
| 1.3.4 iCluster | 第19-20页 |
| 1.3.5 Similarity network fusion(SNF) | 第20-22页 |
| 1.4 模拟实验 | 第22-34页 |
| 1.4.1 模拟实验目的 | 第22页 |
| 1.4.2 实验设计 | 第22-23页 |
| 1.4.3 评价指标 | 第23-24页 |
| 1.4.4 参数设置和模拟过程 | 第24-25页 |
| 1.4.5 软件实现 | 第25页 |
| 1.4.6 模拟实验结果 | 第25-34页 |
| 1.5 实例分析 | 第34-41页 |
| 1.5.1 研究背景 | 第34页 |
| 1.5.2 材料与方法 | 第34-36页 |
| 1.5.3 研究结果 | 第36-41页 |
| 1.6 讨论 | 第41-42页 |
| 第Ⅱ部分 基于有监督类别组学预后预测模型 | 第42-78页 |
| 2.1 研究目的 | 第42页 |
| 2.2 方法简介 | 第42-45页 |
| 2.2.1 单变量筛选(Univariable) | 第42页 |
| 2.2.2 LASSO、ENET | 第42-43页 |
| 2.2.3 确定独立筛选SIS | 第43-44页 |
| 2.2.4 随机森林(random forest) | 第44页 |
| 2.2.5 CoxBoost | 第44-45页 |
| 2.3 模拟实验 | 第45-58页 |
| 2.3.1 模拟实验目的 | 第45页 |
| 2.3.2 实验设计 | 第45页 |
| 2.3.3 评价指标 | 第45-46页 |
| 2.3.4 参数设置和模拟过程 | 第46页 |
| 2.3.5 软件实现 | 第46页 |
| 2.3.6 模拟实验结果 | 第46-58页 |
| 2.4 实例分析 | 第58-77页 |
| 2.4.1 研究背景 | 第58页 |
| 2.4.2 材料与方法 | 第58-63页 |
| 2.4.3 研究结果 | 第63-74页 |
| 2.4.4 讨论 | 第74-77页 |
| 2.5 讨论 | 第77-78页 |
| 研究总结 | 第78-81页 |
| (1)研究内容 | 第78页 |
| (2)研究创新之处 | 第78-79页 |
| (3)研究不足之处 | 第79页 |
| (4)研究展望 | 第79-81页 |
| 文献综述 | 第81-96页 |
| 参考文献 | 第96-110页 |
| 研究生期间发表论文情况 | 第110-113页 |
| 致谢 | 第113页 |