首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于下一代测序技术的拷贝数变异检测方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第12-18页
    1.1 研究背景与意义第12-15页
        1.1.1 研究背景第12-13页
        1.1.2 研究意义第13-15页
    1.2 国内外研究现状第15-17页
    1.3 论文结构第17-18页
第二章 基于下一代测序技术的CNV检测方法第18-30页
    2.1 相关概念第18-21页
        2.1.1 拷贝数变异第18-20页
        2.1.2 下一代测序技术第20-21页
    2.2 配对末端匹配法第21-22页
    2.3 读深度法第22-29页
        2.3.1 方法概述第22-25页
        2.3.2 基本流程第25-29页
    2.4 小结第29-30页
第三章 基于隔离森林算法的拷贝数变异检测方法第30-44页
    3.1 引言第30页
    3.2 相关概念介绍第30-32页
        3.2.1 Isolation Forest算法第31-32页
        3.2.2 Wilcoxon秩和检验第32页
    3.3 基于隔离森林算法的拷贝数变异检测方法第32-35页
        3.3.1 数据预处理第33-34页
        3.3.2 拷贝数变异检测第34-35页
    3.4 实验分析第35-43页
        3.4.1 模拟实验数据第35-37页
        3.4.2 实验结果第37-43页
            3.4.2.1 GC矫正分析第37-39页
            3.4.2.2 异常分数值分析第39-40页
            3.4.2.3 变异识别分析第40-42页
            3.4.2.4 对比实验第42-43页
    3.5 小结第43-44页
第四章 基于高斯混合模型聚类的拷贝数变异检测方法第44-55页
    4.1 引言第44页
    4.2 相关概念介绍第44-47页
        4.2.1 CNV-CH算法第45-46页
        4.2.2 高斯混合模型简述第46-47页
    4.3 基于高斯混合模型聚类的拷贝数变异检测方法第47-50页
        4.3.1 数据预处理第47-48页
        4.3.2 拷贝数变异检测第48-50页
    4.4 实验分析第50-54页
        4.4.1 实验数据与预处理结果分析第50-51页
        4.4.2 识别变异结果分析第51-53页
        4.4.3 对比实验分析第53-54页
    4.5 小节第54-55页
结论第55-57页
参考文献第57-61页
附录A 读研期间发表学术论文和参与的科研项目第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于人工势能场的水下滑翔机局部路径规划方法研究
下一篇:基于Kano模型的家用型下肢康复机器人软件界面设计研究