微阵列生物芯片分析方法研究
| 致谢 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-26页 |
| ·引言 | 第12页 |
| ·生物芯片概述 | 第12-16页 |
| ·微阵列生物芯片的制备 | 第13-16页 |
| ·原位合成式生物芯片 | 第13-14页 |
| ·点样式生物芯片 | 第14-15页 |
| ·两种类型生物芯片的比较 | 第15-16页 |
| ·生物芯片图像获取 | 第16-22页 |
| ·生物芯片的信号检测 | 第16-17页 |
| ·生物芯片扫描仪的激光共焦扫描系统 | 第17-19页 |
| ·激光共焦扫描的基本原理 | 第17页 |
| ·共焦扫描系统 | 第17-19页 |
| ·扫描成像及相关的技术指标 | 第19-22页 |
| ·扫描成像与光学分辨率 | 第19-20页 |
| ·激光共聚焦扫描仪的主要性能指标 | 第20-22页 |
| ·微阵列生物芯片数据分析 | 第22-23页 |
| ·图像分析 | 第22页 |
| ·数据提取与表达 | 第22-23页 |
| ·数据预处理和归一化 | 第23页 |
| ·数据存储与交换 | 第23-26页 |
| ·生物芯片数据库 | 第24-25页 |
| ·微阵列生物芯片的数据标准 | 第25-26页 |
| 第二章 微阵列生物芯片分析方法回顾 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·网格定位 | 第27-30页 |
| ·定位参数的确定 | 第27-28页 |
| ·网格阵列的定位 | 第28-30页 |
| ·基于标记点的方法 | 第28页 |
| ·基于模板的方法 | 第28-29页 |
| ·基于投影的方法 | 第29-30页 |
| ·图像分割 | 第30-33页 |
| ·固定圆形分割法 | 第30-31页 |
| ·自适应圆形分割法 | 第31页 |
| ·自适应形状分割法 | 第31页 |
| ·直方图分割法 | 第31-32页 |
| ·图像分割的匹配策略 | 第32-33页 |
| ·数据提取与表达 | 第33-35页 |
| ·数据提取 | 第33-34页 |
| ·表达分析 | 第34-35页 |
| ·判定分析 | 第34页 |
| ·聚类分析 | 第34-35页 |
| ·生物芯片分析的关键问题 | 第35-36页 |
| ·论文研究任务与目标 | 第36-38页 |
| ·研究背景与当前存在的问题 | 第36-37页 |
| ·目标与研究内容 | 第37-38页 |
| 第三章 微阵列生物芯片图像分析 | 第38-63页 |
| ·引言 | 第38页 |
| ·基于投影结合数值统计的自动网格定位 | 第38-46页 |
| ·生物芯片的阵列特性 | 第38-40页 |
| ·基于投影的微阵列自动网格定位算法 | 第40-43页 |
| ·用投影对靶点阵列进行寻址 | 第40-42页 |
| ·图像投影的统计分析 | 第42-43页 |
| ·实验结果和比较 | 第43-45页 |
| ·讨论 | 第45-46页 |
| ·基于功率谱密度的图像自动倾斜校正算法 | 第46-56页 |
| ·产生倾斜的原因 | 第46-47页 |
| ·利用图像投影的功率谱密度实现自动倾斜校正 | 第47-51页 |
| ·图像相关性和能量谱 | 第47-48页 |
| ·生物芯片图像的自动倾斜校正算法 | 第48-49页 |
| ·实验结果 | 第49-51页 |
| ·自动倾斜校正改进算法 | 第51-56页 |
| ·原有校正方法的不足 | 第51页 |
| ·算法改进 | 第51-54页 |
| ·搜索步长的确定 | 第54-55页 |
| ·实验结果 | 第55-56页 |
| ·结合领域搜索的自适应圆形靶点分割算法 | 第56-62页 |
| ·靶点信号的分布及分割策略选择 | 第57-58页 |
| ·分割算法 | 第58-60页 |
| ·精确定位 | 第59页 |
| ·大小调整 | 第59-60页 |
| ·实验结果 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第四章 微阵列生物芯片数据表达分析 | 第63-95页 |
| ·引言 | 第63页 |
| ·数据提取与预处理 | 第63-72页 |
| ·数据提取 | 第63-68页 |
| ·靶点信号提取及对比 | 第64-66页 |
| ·靶点背景提取及对比 | 第66-68页 |
| ·数据预处理 | 第68-71页 |
| ·描述方法 | 第68-69页 |
| ·数据的对数化 | 第69-71页 |
| ·其它预处理方法 | 第71页 |
| ·讨论 | 第71-72页 |
| ·临床检验生物芯片表达分析模型 | 第72-90页 |
| ·丙型肝炎病毒分片段抗体检测生物芯片表达分析 | 第72-85页 |
| ·HCV的临床诊断基础 | 第73-74页 |
| ·表达分析模型的初步构建 | 第74-77页 |
| ·存在的不足 | 第77-79页 |
| ·采用变异系数逼近法进行数据筛选 | 第79-82页 |
| ·可调控低表达水平信号分析模型 | 第82-85页 |
| ·HCV芯片表达分析结果及讨论 | 第85-90页 |
| ·典型案例分析和讨论 | 第86-89页 |
| ·临床数据分析结果 | 第89-90页 |
| ·小结 | 第90-91页 |
| ·附表 | 第91-95页 |
| 第五章 面向临床应用的生物芯片自动分析平台 | 第95-106页 |
| ·引言 | 第95-96页 |
| ·激光共焦生物芯片荧光分析仪关键分析技术 | 第96-99页 |
| ·基于嵌入式系统和DSP处理器的生物芯片分析 | 第96-97页 |
| ·结果与性能评价 | 第97-99页 |
| ·生物芯片自动分析上位机工作站系统 | 第99-102页 |
| ·整体框架 | 第99-100页 |
| ·模块设计与实现 | 第100-102页 |
| ·面向检验分析的生物芯片数据库 | 第102-103页 |
| ·临床应用结果 | 第103-104页 |
| ·小结 | 第104-106页 |
| 第六章 总结与展望 | 第106-110页 |
| ·总结 | 第106-109页 |
| ·主要工作 | 第106-108页 |
| ·结果和主要技术指标 | 第108页 |
| ·主要创新点 | 第108-109页 |
| ·展望 | 第109-110页 |
| 参考文献 | 第110-117页 |
| 附录 作者攻读博士学位期间完成的科研成果 | 第117页 |
