| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 相关理论与系统框架 | 第13-33页 |
| 2.1 数据挖掘 | 第15-18页 |
| 2.2 基因表达谱芯片的制作过程 | 第18-20页 |
| 2.3 基因表达谱数据预处理 | 第20-26页 |
| 2.3.1 背景处理 | 第20-21页 |
| 2.3.2 去除与填补数据 | 第21-23页 |
| 2.3.3 数据主成分分析降维(PrincipalComponentAnalysis) | 第23-25页 |
| 2.3.4 数据对数化 | 第25页 |
| 2.3.5 数据归一化 | 第25-26页 |
| 2.4 筛选特征基因 | 第26-31页 |
| 2.4.1 t检验 | 第26-28页 |
| 2.4.2 支持向量机(SVM) | 第28-29页 |
| 2.4.3 顺序前向选择法 | 第29-30页 |
| 2.4.4 顺序反向删除法 | 第30页 |
| 2.4.5 基于Filter-Wrapper的混合法特征基因选择 | 第30页 |
| 2.4.6 嵌入式法 | 第30页 |
| 2.4.7 算法之间的比较 | 第30-31页 |
| 2.5 系统框架 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于随机森林-递归特征消除(RF-RFE)算法选择特征基因 | 第33-37页 |
| 3.1 随机森林 | 第33-34页 |
| 3.2 RF-RFE算法 | 第34-35页 |
| 3.3 实验及分析 | 第35-36页 |
| 3.3.1 实验数据 | 第35页 |
| 3.3.2 实验设计 | 第35-36页 |
| 3.3.3 实验结果 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 加权基因共表达网络 | 第37-47页 |
| 4.1 WGCNA的原理 | 第37-38页 |
| 4.2 构建网络模块的前提 | 第38-39页 |
| 4.3 无尺度网络 | 第39-40页 |
| 4.4 定义基因共表达相关矩阵 | 第40-42页 |
| 4.5 定义邻接函数 | 第42页 |
| 4.6 节点间的相异度衡量 | 第42-43页 |
| 4.7 构建网络模块 | 第43页 |
| 4.8 实验结果与分析 | 第43-45页 |
| 4.8.1 DPSCs的软阈值 | 第43-45页 |
| 4.8.2 动态剪切树法构建基因共表达网络 | 第45页 |
| 4.9 本章小结 | 第45-47页 |
| 第5章 联合表型确定基因 | 第47-55页 |
| 5.1 确定基因模块 | 第47-48页 |
| 5.1.1 线性混合模型(LMM) | 第47-48页 |
| 5.1.2 显著模块(MS) | 第48页 |
| 5.2 确定关键基因 | 第48页 |
| 5.3 实验结果与分析 | 第48-52页 |
| 5.4 生物意义分析 | 第52-53页 |
| 5.5 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 致谢 | 第63页 |
