| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·基于蛋白质组学的癌症研究 | 第10-11页 |
| ·质谱数据特征选择以及特征提取算法研究现状 | 第11-16页 |
| ·过滤法 | 第12-14页 |
| ·缠绕法 | 第14页 |
| ·嵌入法 | 第14-15页 |
| ·其他特征选择算法 | 第15-16页 |
| ·本文主要工作 | 第16-18页 |
| ·本文主要内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 SELDI 蛋白质谱技术及分析算法 | 第18-35页 |
| ·SELDI 质谱技术 | 第18-22页 |
| ·质谱技术 | 第18-19页 |
| ·SELDI 质谱分析技术 | 第19-22页 |
| ·质谱数据分析算法 | 第22-34页 |
| ·预处理算法 | 第22-25页 |
| ·聚类分析 | 第25-28页 |
| ·层次聚类与划分聚类 | 第25-27页 |
| ·互斥聚类、重叠聚类与模糊聚类 | 第27-28页 |
| ·完全聚类与部分聚类 | 第28页 |
| ·主成分分析(PCA) | 第28-30页 |
| ·线性判别分析(LDA) | 第30-31页 |
| ·零空间线性判别分析(NLDA) | 第31页 |
| ·支持向量机分类算法 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于聚类分析的肿瘤分类研究 | 第35-50页 |
| ·聚类分析在高通量数据分析中的应用 | 第35-36页 |
| ·实验数据集描述和数据预处理步骤 | 第36-39页 |
| ·公共卵巢癌 OC-WCX2a、OC-WCX2b 样本数据集 | 第36-38页 |
| ·医院乳腺癌 BC-WCX2a 样本数据 | 第38-39页 |
| ·实验算法及实验流程 | 第39-44页 |
| ·T-test 降维算法 | 第39-40页 |
| ·近邻传播聚类分析算法（AP Clustering） | 第40-41页 |
| ·SVM-RFE 特征选择算法 | 第41-42页 |
| ·实验流程概述 | 第42-44页 |
| ·实验结果及其结果分析 | 第44-49页 |
| ·分类性能及结果分析 | 第44-48页 |
| ·特征相关性 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于聚类分析的质谱数据生物标记物挑选 | 第50-60页 |
| ·样本描述与预处理 | 第50-51页 |
| ·前列腺癌公共样本数据集 PC-H4 | 第50-51页 |
| ·公共卵巢癌 OC-WCX2a、OC-WCX2b 样本数据 | 第51页 |
| ·医院乳腺癌 BC-WCX2a 样本数据 | 第51页 |
| ·实验算法及实验流程 | 第51-52页 |
| ·实验结果与分析 | 第52-58页 |
| ·公共卵巢癌 OC-WCX2a、OC-WCX2b 样本和公共前列腺癌 PC-H4 样本 | 第52-56页 |
| ·医院乳腺癌 BC-WCX2a 样本 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 附录 | 第70页 |
