| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 相关研究现状 | 第11-13页 |
| 1.3 本文工作及文章结构 | 第13-17页 |
| 第2章 致病关联基因选择的统计学方法 | 第17-23页 |
| 2.1 特征选择方法简介 | 第17页 |
| 2.2 lasso方法 | 第17-18页 |
| 2.3 ElasticNet方法 | 第18-19页 |
| 2.4 K-spilt方法 | 第19页 |
| 2.5 spilt-and-conquer方法 | 第19-20页 |
| 2.6 关联基因检验方法 | 第20-21页 |
| 2.6.1 Q-Q图验证方法 | 第20-21页 |
| 2.6.2 Fisher检验、卡方检验与t检验 | 第21页 |
| 2.7 本章小结 | 第21-23页 |
| 第3章 致病基因预测的机器学习算法 | 第23-31页 |
| 3.1 SVM | 第23-25页 |
| 3.2 神经网络 | 第25页 |
| 3.3 随机森林 | 第25-26页 |
| 3.4 Xgboost方法 | 第26-28页 |
| 3.5 算法的优缺点对比 | 第28-29页 |
| 3.6 本章小结 | 第29-31页 |
| 第4章 致病基因位点选择结果与分析 | 第31-39页 |
| 4.1 实验数据与预处理过程 | 第31-32页 |
| 4.2 关联基因选择实验 | 第32-38页 |
| 4.2.1 Lasso和ElasticNet方法的参数设置 | 第32-33页 |
| 4.2.2 时间消耗对比 | 第33-34页 |
| 4.2.3 变量筛选过程 | 第34-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第5章 致病基因结果检验与预测分析 | 第39-43页 |
| 5.1 统计模型检验 | 第39-41页 |
| 5.1.1 Q-Q图验证结果 | 第39-40页 |
| 5.1.2 卡方和Fisher检验结果 | 第40-41页 |
| 5.2 模型的分类精度 | 第41-42页 |
| 5.3 本章小结 | 第42-43页 |
| 第6章 总结与展望 | 第43-47页 |
| 6.1 总结 | 第43-44页 |
| 6.2 展望 | 第44-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 在读期间主要参加的研究项目 | 第52页 |
| 攻读学位期间发表的论文情况 | 第52页 |