基于降维与聚类的单细胞RNA测序数据分析
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-13页 |
1.1 课题来源 | 第8页 |
1.2 课题的研究背景及意义 | 第8-9页 |
1.3 国内外研究现状及分析 | 第9-11页 |
1.3.1 国内外研究现状 | 第9-11页 |
1.3.2 国内外文献简析 | 第11页 |
1.4 本文的主要研究内容 | 第11-13页 |
第2章 预备知识 | 第13-20页 |
2.1 主成分分析 | 第13-14页 |
2.2 聚类分析 | 第14-15页 |
2.2.1 分层聚类法 | 第14-15页 |
2.2.2 快速聚类法 | 第15页 |
2.3 秩和检验 | 第15-18页 |
2.3.1 秩检验统计量 | 第15页 |
2.3.2 单样本符号秩检验 | 第15-16页 |
2.3.3 两样本秩和检验 | 第16-17页 |
2.3.4 多样本秩和检验 | 第17-18页 |
2.4 Fisher精确检验 | 第18-19页 |
2.5 本章小结 | 第19-20页 |
第3章 算法流程简述 | 第20-27页 |
3.1 算法流程 | 第20-22页 |
3.2 一种确定聚类数目的新算法 | 第22-23页 |
3.3 标准化算法Linnorm | 第23页 |
3.4 降维算法TSNE | 第23-25页 |
3.4.1 SNE | 第23-24页 |
3.4.2 TSNE | 第24-25页 |
3.5 聚类优劣的评价指标 | 第25-26页 |
3.6 寻找差异性表达基因 | 第26页 |
3.7 细胞亚型的确定 | 第26页 |
3.8 本章小结 | 第26-27页 |
第4章 实证分析 | 第27-40页 |
4.1 数据来源 | 第27-28页 |
4.2 确定细胞聚类数目 | 第28-29页 |
4.3 标准化处理 | 第29-31页 |
4.4 降维处理 | 第31-32页 |
4.5 聚类结果及比较 | 第32-35页 |
4.5.1 分层聚类结果 | 第32-34页 |
4.5.2 多种聚类算法的结果比较 | 第34-35页 |
4.6 差异性表达分析 | 第35-36页 |
4.7 确定细胞亚型 | 第36-38页 |
4.8 针对算法的分析与讨论 | 第38-39页 |
4.9 本章小结 | 第39-40页 |
结论 | 第40-41页 |
参考文献 | 第41-46页 |
致谢 | 第46页 |