| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·本课题研究的意义和目的 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·卵巢癌简介 | 第10-11页 |
| ·几种常用传统的癌症诊断方法 | 第11-12页 |
| ·质谱技术研究现状 | 第12-14页 |
| ·本文主要工作及结构安排 | 第14-16页 |
| 第2章 蛋白质组学与质谱技术 | 第16-31页 |
| ·生物信息学的研究背景与现状 | 第16-20页 |
| ·生物信息学 | 第16-17页 |
| ·生物信息学研究内容 | 第17-19页 |
| ·生物信息的应用与发展研究 | 第19-20页 |
| ·蛋白质组学 | 第20-22页 |
| ·蛋白质芯片 | 第22-23页 |
| ·表面加强激光解析电离质谱(SELDI-TOF-MS)技术 | 第23-29页 |
| ·SELDI-TOF-MS 技术基本原理和特点 | 第25-26页 |
| ·机理研究 | 第26-29页 |
| ·临床应用 | 第29页 |
| ·存在的问题及展望 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第3章 蛋白质质谱数据的预处理及降维 | 第31-47页 |
| ·MATLAB 语言及生物信息工具包简介 | 第31-34页 |
| ·工程应用软件MATLAB 简介 | 第31-32页 |
| ·MATLAB 主要优缺点 | 第32-33页 |
| ·MATLAB 在生物信息学上的应用 | 第33-34页 |
| ·FDA-NCI 数据库简介 | 第34页 |
| ·数据预处理 | 第34-38页 |
| ·载入数据 | 第35页 |
| ·重新取样 | 第35-36页 |
| ·基线校正 | 第36-37页 |
| ·降噪 | 第37-38页 |
| ·基于主成分分析的蛋白质质谱数据降维方法研究 | 第38-46页 |
| ·主成分分析的概念 | 第40页 |
| ·主成分分析思想 | 第40-41页 |
| ·主成分分析的数学模型 | 第41-42页 |
| ·主成分分析几何意义 | 第42-43页 |
| ·主成分分析计算过程 | 第43-45页 |
| ·主成分分析性质 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于线性判别分析的卵巢癌诊断方法研究 | 第47-60页 |
| ·非线性分类方法 | 第47-50页 |
| ·K-最近邻域法 | 第47-48页 |
| ·决策树 | 第48页 |
| ·神经网络 | 第48-50页 |
| ·线性分类方法 | 第50-56页 |
| ·逻辑斯特回归(Logistic regression) | 第50-51页 |
| ·线性判别分析(LDA) | 第51-56页 |
| ·分类器的构造 | 第56-59页 |
| ·分类器构造流程图 | 第56-57页 |
| ·分类结果 | 第57-58页 |
| ·分类结果分析与评价 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |