首页--医药、卫生论文--肿瘤学论文--一般性问题论文

基于网络模型的癌症致病模式挖掘方法

摘要第5-7页
ABSTRACT第7-9页
符号对照表第12-14页
缩略语对照表第14-19页
第一章 绪论第19-27页
    1.1 研究背景与意义第19-20页
    1.2 研究进展与存在问题第20-23页
        1.2.1 国内外研究进展第20-22页
        1.2.2 存在问题第22-23页
    1.3 本文研究内容及组织结构第23-27页
        1.3.1 研究思路与主要贡献第23-25页
        1.3.2 本文组织结构第25-27页
第二章 基于粗糙模糊集的网络模块挖掘算法第27-51页
    2.1 引言第27-28页
    2.2 粗糙模糊聚类第28-31页
        2.2.1 粗糙模糊集的基本术语第28-30页
        2.2.2 网络节点相似性定义第30页
        2.2.3 重叠节点处理方法第30-31页
    2.3 粗糙模糊聚类算法第31-34页
        2.3.1 RFC算法步骤第31页
        2.3.2 RFC算法实例第31-34页
    2.4 算法实验验证第34-38页
        2.4.1 互信息第35页
        2.4.2 参数设置第35-36页
        2.4.3 合成网络第36-37页
        2.4.4 社交网络第37-38页
    2.5 蛋白质网络中的应用第38-48页
        2.5.1 评价指标第38-40页
        2.5.2 蛋白质网络数据集第40-41页
        2.5.3 有权网络复合体挖掘第41-44页
        2.5.4 无权网络复合体挖掘第44-48页
    2.6 本章小结第48-51页
第三章 基于网络模型的癌症重叠驱动通路挖掘算法第51-71页
    3.1 引言第51-54页
    3.2 驱动通路挖掘第54-59页
        3.2.1 互斥度和覆盖度第54-56页
        3.2.2 突变基因网络构建第56-57页
        3.2.3 驱动通路挖掘算法第57-58页
        3.2.4 参数设置第58-59页
    3.3 实验验证和结果分析第59-70页
        3.3.1 模拟数据第59-60页
        3.3.2 真实体细胞突变数据第60-70页
    3.4 本章小结第70-71页
第四章 基于网络模型的癌症失调模块挖掘算法第71-81页
    4.1 引言第71-73页
    4.2 基因突变和表达数据集成方法第73-74页
    4.3 失调模块挖掘第74-75页
        4.3.1 互斥度和权重度第74-75页
        4.3.2 关联互斥基因网络构建第75页
        4.3.3 失调模块挖掘算法第75页
    4.4 实验验证和结果分析第75-79页
        4.4.1 神经胶质瘤基因突变和表达数据第76页
        4.4.2 实验结果分析第76-79页
    4.5 本章小结第79-81页
第五章 基于网络模型的癌症演化通路挖掘算法第81-95页
    5.1 引言第81-82页
    5.2 演化模型和演化率定义第82-85页
        5.2.1 通路线性演化模型第82-83页
        5.2.2 演化率定义第83-85页
    5.3 癌症演化通路挖掘第85-87页
        5.3.1 基于近似互斥的基因网络构建第85-86页
        5.3.2 癌症演化通路挖掘算法第86页
        5.3.3 参数设置第86-87页
    5.4 实验验证和结果分析第87-93页
        5.4.1 模拟数据第88页
        5.4.2 真实体细胞突变数据第88-93页
    5.5 本章小结第93-95页
第六章 结论第95-99页
    6.1 本文工作总结第95-96页
    6.2 未来工作展望第96-99页
参考文献第99-113页
致谢第113-115页
作者简介第115-117页

论文共117页,点击 下载论文
上一篇:太赫兹波段GaN基类HEMT平面耿氏二极管的研究
下一篇:光声与光学多模融合成像方法及应用研究