| 提要 | 第1-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-14页 |
| 第1章 绪论 | 第14-24页 |
| ·生物医学信息学简介 | 第14-18页 |
| ·生物医学信息学的发展历程及研究现状 | 第14-16页 |
| ·癌症的生物医学信息学基础介绍 | 第16-18页 |
| ·生物医学数据挖掘 | 第18-22页 |
| ·生物医学数据简介 | 第18-19页 |
| ·生物医学数据预处理 | 第19-21页 |
| ·生物医学数据挖掘特点 | 第21-22页 |
| ·本文工作 | 第22-24页 |
| 第2章 聚类技术理论基础 | 第24-36页 |
| ·引言 | 第24-25页 |
| ·数值型数据聚类算法 | 第25-31页 |
| ·类别型数据聚类算法 | 第31-33页 |
| ·混合型数据聚类算法 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第3章 数值型数据聚类算法及其在基因调控网络中的应用 | 第36-51页 |
| ·引言 | 第36-37页 |
| ·传统聚类方法在共调控基因挖掘中存在的不足 | 第37-39页 |
| ·传统基因相似度度量方式存在的不足 | 第38-39页 |
| ·K 均值算法在共调控基因挖掘中存在的不足 | 第39页 |
| ·一种考虑全部共调控关系的共调控基因聚类方法 | 第39-45页 |
| ·共调控基因相似性度量 | 第40-43页 |
| ·基于改进 k 均值的共调控基因聚类算法 | 第43-45页 |
| ·实验与分析 | 第45-49页 |
| ·实验结果 | 第46-47页 |
| ·结果分析 | 第47-49页 |
| ·小结 | 第49-51页 |
| 第4章 类别型数据聚类算法及其在医学中的应用 | 第51-70页 |
| ·引言 | 第51-52页 |
| ·类别型数据的全局聚类算法 | 第52-58页 |
| ·传统 K-modes 算法 | 第52-54页 |
| ·一种全局 K-modes 算法 GKM | 第54-58页 |
| ·实验与分析 | 第58-63页 |
| ·数据集 | 第58-59页 |
| ·评价标准 | 第59页 |
| ·实验结果及分析 | 第59-63页 |
| ·GKM 算法在医学数据上的应用 | 第63-69页 |
| ·医学数据集介绍 | 第63-64页 |
| ·实验结果及分析 | 第64-69页 |
| ·小结 | 第69-70页 |
| 第5章 混合型数据聚类算法及其在癌症亚分型中的应用 | 第70-86页 |
| ·引言 | 第70-71页 |
| ·混合属型数据聚类算法 | 第71-74页 |
| ·K-prototypes 算法 | 第71-72页 |
| ·全局 K-prototypes 算法 | 第72-74页 |
| ·实验与分析 | 第74-77页 |
| ·数据集 | 第74-75页 |
| ·评价标准 | 第75页 |
| ·实验结果及分析 | 第75-77页 |
| ·混合型数据聚类算法在癌症亚分型中的应用 | 第77-84页 |
| ·TCGA 数据库介绍 | 第77-79页 |
| ·脑癌亚分型研究 | 第79-84页 |
| ·小结 | 第84-86页 |
| 第6章 结论与展望 | 第86-90页 |
| 参考文献 | 第90-98页 |
| 在读博士期间完成的论文与参加的科研项目 | 第98-100页 |
| 致谢 | 第100页 |