首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于网络模型的癌症驱动模式挖掘方法

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-27页
    1.1 研究背景与意义第17-18页
    1.2 研究进展与存在问题第18-24页
        1.2.1 国内外研究进展第18-23页
        1.2.2 存在问题第23-24页
    1.3 本文内容及组织结构第24-27页
        1.3.1 研究思路与主要贡献第24-25页
        1.3.2 组织结构第25-27页
第二章 癌症驱动模块挖掘方法第27-41页
    2.1 引言第27-28页
    2.2 驱动模块的定义第28-29页
    2.3 驱动模块挖掘第29-35页
        2.3.1 突变基因网络构建第30-33页
        2.3.2 驱动模块检测第33-34页
        2.3.3 驱动模块评价指标第34-35页
    2.4 实验结果和分析第35-40页
        2.4.1 参数分析第35-36页
        2.4.2 算法比较第36-37页
        2.4.3 GBM驱动模块第37-38页
        2.4.4 BRCA驱动模块第38-40页
    2.5 本章小结第40-41页
第三章 低频突变驱动模块挖掘方法第41-63页
    3.1 引言第41-43页
    3.2 低频突变驱动模块定义第43-44页
    3.3 低频突变驱动模块挖掘第44-47页
        3.3.1 功能相似度计算第45-46页
        3.3.2 突变基因功能网络构建第46-47页
        3.3.3 低频突变驱动模块检测第47页
    3.4 实验结果和分析第47-61页
        3.4.1 实验数据第48-49页
        3.4.2 多种癌症类型的驱动模块第49-53页
        3.4.3 单个癌症类型的驱动模块第53-54页
        3.4.4 基因对性质分析第54-55页
        3.4.5 鲁棒性检验第55-56页
        3.4.6 算法比较第56-58页
        3.4.7 功能相似度贡献第58-59页
        3.4.8 参数选择第59-61页
    3.5 本章小结第61-63页
第四章 特异和共有驱动模块挖掘算法第63-91页
    4.1 引言第63-65页
    4.2 特异和共有驱动模块定义第65-67页
    4.3 方法第67-75页
        4.3.1 相关指标计算第68-70页
        4.3.2 网络构建第70-71页
        4.3.3 特异和共有驱动模块挖掘第71-74页
        4.3.4 驱动模块评价指标第74-75页
    4.4 实验结果和分析第75-89页
        4.4.1 特异驱动模块挖掘算法比较第76-78页
        4.4.2 共有驱动模块挖掘算法比较第78-79页
        4.4.3 不同癌症的特异驱动模块重叠第79-81页
        4.4.4 癌症共有驱动模块的基因第81页
        4.4.5 特异驱动模块示例第81-86页
        4.4.6 共有驱动模块示例第86-89页
    4.5 本章小结第89-91页
第五章 总结与展望第91-95页
    5.1 工作总结第91-92页
    5.2 展望第92-95页
参考文献第95-109页
致谢第109-111页
作者简介第111-113页

论文共113页,点击 下载论文
上一篇:复杂场景下SAR图像目标检测及鉴别方法研究
下一篇:基于样本先验学习的光学遥感图像超分辨重建算法研究