| 中文摘要 | 第4-6页 |
| Abstarct | 第6-7页 |
| 第一章 绪论 | 第10-27页 |
| 1.1 研究问题的由来 | 第10-15页 |
| 1.1.1 全基因组关联分析(GWAS)算法加速研究背景 | 第10-13页 |
| 1.1.2 生物大数据研究领域引入可视化技术 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-24页 |
| 1.2.1 GWAS分析算法模型现状 | 第15-16页 |
| 1.2.2 GWAS研究的经典软件包及FarmCPU性能分析 | 第16-21页 |
| 1.2.3 现行GWAS软件结果数据展示模式分析 | 第21-24页 |
| 1.3 本文主要研究内容 | 第24-26页 |
| 1.3.1 基于FarmCPU的GWAS算法加速策略的研究 | 第24-25页 |
| 1.3.2 GWAS结果数据可视化显示策略的研究与设计 | 第25-26页 |
| 1.4 论文主要内容和篇章结构 | 第26-27页 |
| 第二章 GWAS加速方法研究 | 第27-46页 |
| 2.1 FarmCPU模型 | 第27-30页 |
| 2.1.1 FarmCPU模型概述 | 第27-28页 |
| 2.1.2 FarmCPU运行机制分析 | 第28-29页 |
| 2.1.3 FarmCPU的运算时间复杂度分析 | 第29-30页 |
| 2.2 基于FarmCPU的加速策略研究 | 第30-39页 |
| 2.2.1 现有模型优化加速策略分析 | 第30-32页 |
| 2.2.2 对FarmCPU模型的模型优化 | 第32-37页 |
| 2.2.3 FarmCPU矩阵运算并行化 | 第37-38页 |
| 2.2.4 使用ROpen优化FarmCPU实现 | 第38-39页 |
| 2.3 加速结果及评测 | 第39-45页 |
| 2.3.1 实验目的 | 第40页 |
| 2.3.2 运行环境 | 第40-41页 |
| 2.3.3 实验数据集 | 第41页 |
| 2.3.4 实验内容与结果分析 | 第41-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第三章 GWAS结果数据可视化研究 | 第46-63页 |
| 3.1 GWAS结果可视化基本概念以及主要工作 | 第46-47页 |
| 3.2 GWAS数据规格的特点分析 | 第47页 |
| 3.3 GWAS数据的坐标系统及展示策略设计 | 第47-53页 |
| 3.3.1 输入数据的统计展示设计 | 第48-50页 |
| 3.3.2 数据分析结果展示设计 | 第50-52页 |
| 3.3.3 基因注释功能设计 | 第52-53页 |
| 3.4 GWAS结果可视化技术选择 | 第53-55页 |
| 3.5 可视化浏览器端优化加速策略的研究 | 第55-62页 |
| 3.5.1 引入多线程技术解决浏览器阻塞问题 | 第56-59页 |
| 3.5.2 通过事件代理增强交互速度 | 第59-60页 |
| 3.5.3 代码优化加速SVG的绘图速率 | 第60-62页 |
| 3.6 本章小结 | 第62-63页 |
| 第四章 GWAS分析流程可视化系统的实现 | 第63-85页 |
| 4.1 系统整体架构设计 | 第63-70页 |
| 4.1.1 系统总体功能设计 | 第65页 |
| 4.1.2 文件管理系统设计 | 第65-66页 |
| 4.1.3 任务调度模块设计 | 第66-67页 |
| 4.1.4 任务计算模块设计 | 第67-68页 |
| 4.1.5 数据模型及库设计 | 第68-70页 |
| 4.2 系统关键模块实现 | 第70-77页 |
| 4.2.1 文件管理模块实现 | 第70-72页 |
| 4.2.2 任务调度模块实现 | 第72-75页 |
| 4.2.3 FarmCPU计算模块实现 | 第75-76页 |
| 4.2.4 前端用户交互及数据可视化实现 | 第76-77页 |
| 4.3 系统性能评价 | 第77-83页 |
| 4.3.1 前端性能评价及改进 | 第77-78页 |
| 4.3.2 系统兼容性测试 | 第78-79页 |
| 4.3.3 系统交互性展示 | 第79-83页 |
| 4.3.4 系统简评 | 第83页 |
| 4.4 本章小结 | 第83-85页 |
| 第五章 结论 | 第85-88页 |
| 5.1 本文工作总结 | 第85-86页 |
| 5.2 展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-92页 |
