| 提要 | 第4-5页 |
| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文的组织与结构 | 第16-17页 |
| 第2章 数据资源和相关方法介绍 | 第17-23页 |
| 2.1 表达数据来源与处理简介 | 第17-19页 |
| 2.1.1 表达数据的来源 | 第17-18页 |
| 2.1.2 表达数据的矩阵表示及相关处理 | 第18-19页 |
| 2.2 特征选择技术简介 | 第19-21页 |
| 2.2.1 特征选择方法介绍 | 第19-20页 |
| 2.2.2 特征选择算法在生物信息学中的应用 | 第20-21页 |
| 2.3 常用的差异表达基因识别方法 | 第21-23页 |
| 2.3.1 T-test 方法 | 第21-22页 |
| 2.3.2 倍数法(Fold Change) | 第22-23页 |
| 第3章 改进的过滤特征选择算法在基因表达数据分析中的应用 | 第23-45页 |
| 3.1 本章提要 | 第23页 |
| 3.2 研究背景 | 第23-24页 |
| 3.3 研究方法 | 第24-31页 |
| 3.3.1 数据来源 | 第24页 |
| 3.3.2 数据预处理 | 第24-25页 |
| 3.3.3 改进的成对 t-test 方法 | 第25-26页 |
| 3.3.4 统计显著性评估 | 第26-27页 |
| 3.3.5 冗余基因识别 | 第27-28页 |
| 3.3.6 性能评估 | 第28-31页 |
| 3.4 实验结果 | 第31-43页 |
| 3.4.1 分类准确率评估 | 第31-37页 |
| 3.4.2 特征基因的稳定性评估 | 第37-38页 |
| 3.4.3 功能稳定性评估 | 第38-39页 |
| 3.4.4 功能富集分析评估 | 第39-42页 |
| 3.4.5 结果的生物学分析 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 MicroRNA 癌症标志物的识别与分析 | 第45-71页 |
| 4.1 本章提要 | 第45页 |
| 4.2 研究背景 | 第45-46页 |
| 4.3 数据来源 | 第46-48页 |
| 4.3.1 成对的 miRNA 表达数据 | 第46-47页 |
| 4.3.2 循环 miRNA 信息 | 第47-48页 |
| 4.4 研究方法 | 第48-52页 |
| 4.4.1 每种癌症中差异表达的 miRNA 的识别 | 第48-49页 |
| 4.4.2 单数据集上特异 miRNA 标志物的识别 | 第49页 |
| 4.4.3 多种癌症间共同的差异表达的 miRNA 识别 | 第49-50页 |
| 4.4.4 特定癌症类型的组合 miRNA 标志物识别 | 第50-51页 |
| 4.4.5 差异表达的 miRNA 靶基因 pathway 富集分析 | 第51页 |
| 4.4.6 评估过程 | 第51-52页 |
| 4.5 实验结果 | 第52-68页 |
| 4.5.1 每种癌症类型差异表达 miRNA 的识别与分析 | 第52-61页 |
| 4.5.2 多种癌症类型早期阶段的共同标志物识别与分析 | 第61-68页 |
| 4.6 本章小结 | 第68-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 全文总结 | 第71-72页 |
| 5.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-83页 |
| 作者简介及在学期间所取得的科研成果 | 第83-85页 |
| 致谢 | 第85页 |
