| 摘要 | 第1-7页 |
| 图目录 | 第7-8页 |
| 表目录 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| ·选题意义 | 第9-10页 |
| ·串联质谱数据的预处理技术 | 第10-11页 |
| ·本文的贡献 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 串联质谱技术概述 | 第13-25页 |
| ·质谱技术简介 | 第13-16页 |
| ·质谱仪原理 | 第13-15页 |
| ·质谱数据及其应用 | 第15-16页 |
| ·基于质谱技术的蛋白质鉴定方法 | 第16-19页 |
| ·肽质量指纹谱 | 第17页 |
| ·串联质谱 | 第17-19页 |
| ·离子阱串联质谱预处理问题 | 第19-20页 |
| ·现有算法与软件系统 | 第20-23页 |
| ·基线识别算法 | 第20-23页 |
| ·同位素峰识别方法 | 第23页 |
| ·小结 | 第23-25页 |
| 第三章 基于混合模型的串联质谱自适应噪音基线识别算法BLSelect | 第25-39页 |
| ·基于混合模型的离子阱串联质谱噪音基线识别算法BLSelect | 第25-30页 |
| ·自适应噪音峰水平基线识别 | 第26-29页 |
| ·基线调整 | 第29-30页 |
| ·BLSelect算法性能分析 | 第30-38页 |
| ·EM学习训练结果 | 第30-33页 |
| ·与已有算法比较 | 第33-38页 |
| ·进一步提高算法性能的讨论 | 第38-39页 |
| 第四章 基于决策树分类的串联质谱同位素峰识别算法IsoSelect | 第39-57页 |
| ·离子阱串联质谱同位素信息统计情况 | 第39-42页 |
| ·同位素峰识别算法IsoSelect | 第42-44页 |
| ·基于规则的同位素峰识别 | 第42-43页 |
| ·基于决策树的同位素分类算法 | 第43-44页 |
| ·IsoSelect算法的性能分析 | 第44-55页 |
| ·基于统计的规则提取的性能分析 | 第44-46页 |
| ·基于机器学习分类算法的性能分析 | 第46-55页 |
| ·讨论 | 第55-57页 |
| 第五章 离子阱串联质谱预处理系统实现 | 第57-65页 |
| ·pFind系统介绍 | 第57-58页 |
| ·离子阱预处理模块介绍 | 第58-60页 |
| ·预处理模块对pFind软件的蛋白质鉴定结果的影响 | 第60-62页 |
| ·预处理对搜索速度的影响 | 第60-61页 |
| ·预处理对蛋白质鉴定灵敏度的影响 | 第61-62页 |
| ·小结 | 第62-65页 |
| 第六章 结束语 | 第65-67页 |
| ·本文工作总结 | 第65页 |
| ·下一步研究方向 | 第65-67页 |
| 附录 EM算法简单推导过程 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 作者简历 | 第76页 |
