吸纳通路信息识别相关基因的特征选择算法的研究
| 提要 | 第5-7页 |
| 中文摘要 | 第7-11页 |
| ABSTRACT | 第11-16页 |
| 第一章 绪论 | 第19-37页 |
| 1.1 基于通路的基因选择算法 | 第26-28页 |
| 1.2 分类问题 | 第28-29页 |
| 1.3 特定亚组的预后 | 第29-32页 |
| 1.3.1 Cox-filter算法 | 第30-31页 |
| 1.3.2 COX-TGDR算法 | 第31-32页 |
| 1.4 相关数据库简介 | 第32-34页 |
| 1.4.1 通路知识库 | 第33-34页 |
| 1.4.2 基因表达数据库 | 第34页 |
| 1.5 论文主要工作 | 第34-37页 |
| 第二章 加权SAMGSR算法 | 第37-61页 |
| 2.1 前言 | 第37-39页 |
| 2.2 实验数据和预处理 | 第39-41页 |
| 2.2.1 非小细胞肺癌的基因表达数据 | 第39-40页 |
| 2.2.2 多发硬化的基因表达数据 | 第40页 |
| 2.2.3 数据预处理 | 第40-41页 |
| 2.3 统计方法 | 第41-47页 |
| 2.3.1 SAMGSR算法 | 第41-42页 |
| 2.3.2 加权SAMGSR算法 | 第42-45页 |
| 2.3.3 预测性能评分 | 第45-47页 |
| 2.3.4 模型稳定性评分 | 第47页 |
| 2.4 模型数据分析 | 第47-48页 |
| 2.5 实例分析Ⅰ:多发硬化数据分析 | 第48-52页 |
| 2.6 实例分析Ⅱ:肺癌数据分析 | 第52-58页 |
| 2.6.1 两组分类 | 第52-54页 |
| 2.6.2 多组分类 | 第54-56页 |
| 2.6.3 同其它算法的比较 | 第56-57页 |
| 2.6.4 验证通路信息的相关性 | 第57-58页 |
| 2.7 本章小结 | 第58-61页 |
| 第三章 加权表达值 | 第61-73页 |
| 3.1 前言 | 第61页 |
| 3.2 实验数据和预处理 | 第61页 |
| 3.3 统计方法 | 第61-65页 |
| 3.3.1 通路信息权重 | 第61-62页 |
| 3.3.2 加权表达值 | 第62-63页 |
| 3.3.3 LASSO算法简介 | 第63-65页 |
| 3.3.4 性能评分 | 第65页 |
| 3.4 实例分析 | 第65-69页 |
| 3.5 模拟分析 | 第69-70页 |
| 3.6 本章小结 | 第70-73页 |
| 第四章 COX-FILTER衍生算法 | 第73-91页 |
| 4.1 前言 | 第73页 |
| 4.2 实验数据和预处理 | 第73-74页 |
| 4.3 统计方法 | 第74-81页 |
| 4.3.1 符号平均值 | 第76-77页 |
| 4.3.2 正向Cox-filter算法 | 第77-78页 |
| 4.3.3 反向Cox-filter算法 | 第78-81页 |
| 4.3.4 性能评分 | 第81页 |
| 4.4 模拟数据分析 | 第81-85页 |
| 4.5 实例分析 | 第85-89页 |
| 4.6 本章小结 | 第89-91页 |
| 总结 | 第91-99页 |
| 参考文献 | 第99-111页 |
| 作者简介及在学期间取得的科研成果 | 第111-113页 |
| 致谢 | 第113页 |
