首页--医药、卫生论文--肿瘤学论文--一般性问题论文--肿瘤诊断学论文

面向肿瘤诊断的SELDI蛋白质谱数据特征提取研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-19页
   ·研究背景及意义第10-11页
   ·蛋白质组学在肿瘤研究中的应用第11-12页
   ·质谱数据特征选择算法研究现状第12-16页
     ·过滤法第13-14页
     ·缠绕法第14-15页
     ·嵌入法第15页
     ·其他算法第15-16页
   ·本文主要工作第16-19页
     ·本文研究的主要内容第16-17页
     ·本文组织结构第17-19页
第2章 SELDI 蛋白质谱技术及分析算法第19-38页
   ·SELDI 质谱技术第19-24页
     ·质谱技术第19-20页
     ·SELDI 质谱技术第20-24页
   ·质谱数据分析算法第24-37页
     ·预处理算法第24-27页
     ·小波变换第27-33页
       ·离散小波变换(DWT)第27-29页
       ·Mallat 算法第29-33页
     ·主成分分析(PCA)第33-35页
     ·线性判别分析(LDA)第35页
     ·零空间线性判别分析(NLDA)第35-36页
     ·支持向量机(SVM)分类算法第36-37页
   ·本章 小结第37-38页
第3章 基于小波系数特征选择的肿瘤分类研究第38-51页
   ·实验概述第38页
   ·样本描述与预处理第38-41页
     ·公共卵巢癌OC-WCX2a 样本第38-39页
     ·公共前列腺癌PC-H4 样本第39-40页
     ·医院乳腺癌BC-WCX2a 样本第40-41页
   ·实验算法及流程第41-46页
     ·离散小波变换第41-42页
     ·Haar 小波第42-43页
     ·T-test 降维第43-44页
     ·特征选择第44-46页
   ·实验结果及分析第46-50页
     ·分类性能第46-48页
     ·特征相关性第48-50页
   ·本章 小结第50-51页
第4章 基于平稳小波变换的蛋白位点定位研究第51-62页
   ·样本描述与预处理第51-52页
     ·公共卵巢癌OC-WCX26 样本第51-52页
     ·医院乳腺癌BC-WCX2a 样本第52页
   ·实验算法及流程第52-57页
     ·离散平稳小波分解(DSWT)第53-54页
     ·Daubechies 小波第54-56页
     ·平稳小波系数选择第56-57页
     ·小波重构与特征蛋白位点定位第57页
   ·实验结果与分析第57-60页
     ·公共卵巢癌OC-WCX26 样本第57-59页
     ·医院乳腺癌BC-WCX2a 样本第59-60页
   ·本章 小结第60-62页
第5章 总结与展望第62-64页
致谢第64-65页
参考文献第65-71页
附录第71-72页
 一、发表的学术论文第71页
 二、参加的科研项目第71-72页
详细摘要第72-77页

论文共77页,点击 下载论文
上一篇:卵巢癌化疗反应敏感基因辨识研究
下一篇:面向肿瘤检测的生物表达数据特征选择研究