| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 本课题研究的目的和意义 | 第10页 |
| 1.3 国内外研究现状与分析 | 第10-13页 |
| 1.3.1 国外研究现状 | 第10-11页 |
| 1.3.2 国内研究现状 | 第11-13页 |
| 1.3.3 研究现状分析 | 第13页 |
| 1.4 实验数据 | 第13-14页 |
| 1.5 本文的主要研究内容 | 第14-16页 |
| 第2章 基于复杂网络研究miRNA表达量与二级结构关联 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2. miRNA表达量与二级结构网络构建及关联分析 | 第16-24页 |
| 2.2.1 复杂网络特征统计量介绍 | 第16-18页 |
| 2.2.2 miRNA表达量、二级结构和序列的网络构建 | 第18-20页 |
| 2.2.3 miRNA表达量与二级结构关联分析 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于复杂网络分析方法的乳腺癌标志物选取研究 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 乳腺癌病人miRNA的复杂网络建模 | 第25-29页 |
| 3.2.1 基于随机森林模型的过滤与封装 | 第25-28页 |
| 3.2.2 建立基于最大信息系数为连边的miRNA网络 | 第28-29页 |
| 3.2.3 乳腺癌关键miRNA的选取 | 第29页 |
| 3.3 数值实验 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 复杂网络分析方法适用于选取癌症标志物的验证 | 第35-43页 |
| 4.1 引言 | 第35页 |
| 4.2 复杂网络分析方法选取前列腺癌关键miRNA | 第35-38页 |
| 4.3 复杂网络分析方法选取肺癌关键蛋白质 | 第38-40页 |
| 4.4 最小网格聚类方法对miRNA功能预测 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 乳腺癌病人的生存期预测分析 | 第43-50页 |
| 5.1 引言 | 第43页 |
| 5.2 逐步多元线性回归生存期预测模型 | 第43-46页 |
| 5.2.1 逐步多元回归思想 | 第43-44页 |
| 5.2.2 数学模型 | 第44-45页 |
| 5.2.3 回归方程的显著性检验 | 第45页 |
| 5.2.4 回归系数的显著性检验 | 第45-46页 |
| 5.3 数值实验结果讨论及分析 | 第46-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-60页 |
| 致谢 | 第60页 |
