肿瘤基因芯片数据聚类分析算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景、目的和意义 | 第8-9页 |
| ·肿瘤的分子诊断方法与分类 | 第9-11页 |
| ·本文的内容安排与创新点 | 第11-13页 |
| 第二章 DNA微阵列技术与肿瘤的诊断分类 | 第13-19页 |
| ·DNA微阵列技术 | 第13-16页 |
| ·DNA微阵列数据的获取与预处理 | 第14-16页 |
| ·基因表达谱的数据表示与肿瘤分类问题 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于NMF的肿瘤样本聚类分析 | 第19-34页 |
| ·引言 | 第19-20页 |
| ·用ICA选择基因 | 第20-22页 |
| ·独立分量分析算法 | 第20-21页 |
| ·基于ICA的基因选择方法 | 第21-22页 |
| ·基于NMF的聚类 | 第22-25页 |
| ·NMF算法 | 第23页 |
| ·基于NMF的聚类 | 第23-25页 |
| ·实验结果 | 第25-32页 |
| ·白血病数据集 | 第25-29页 |
| ·中枢神经系统胚胎瘤数据集 | 第29-31页 |
| ·髓母细胞瘤数据集 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于一致ICA的肿瘤样本分类 | 第34-43页 |
| ·引言 | 第34-35页 |
| ·基因表达数据的ICA模型 | 第35-37页 |
| ·基因表达数据的ICA模型 | 第35-37页 |
| ·ICA模型的生物学意义 | 第37页 |
| ·计算一致特征样本 | 第37页 |
| ·独立分量子空间下的特征选择和样本分类器 | 第37-39页 |
| ·特征选择 | 第37-38页 |
| ·分类器 | 第38-39页 |
| ·实验结果 | 第39-42页 |
| ·数据集 | 第39页 |
| ·分类结果 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-49页 |
| 在校期间的研究成果及发表的学术论文 | 第49-50页 |
| 致谢 | 第50页 |
