| 作者简介 | 第1-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-31页 |
| ·研究背景与意义 | 第13-16页 |
| ·研究背景 | 第13-15页 |
| ·研究意义 | 第15-16页 |
| ·单核苷酸多态性（SNP） | 第16-21页 |
| ·SNP 概念及数学表示 | 第16-17页 |
| ·SNP 交互作用 | 第17-21页 |
| ·研究现状与挑战 | 第21-26页 |
| ·国内外研究现状 | 第21-25页 |
| ·挑战 | 第25-26页 |
| ·主要内容及章节安排 | 第26-31页 |
| ·主要内容 | 第26-28页 |
| ·章节安排 | 第28-31页 |
| 第二章 SNP 数据的仿真方法研究 | 第31-49页 |
| ·SNP 数据的仿真要求 | 第31-35页 |
| ·SNP 数据的生物特性 | 第31-33页 |
| ·SNP 交互作用致病模型 | 第33-35页 |
| ·EpiSIM: 全基因组 SNP 数据仿真 | 第35-42页 |
| ·EpiSIM 方法概述 | 第35-37页 |
| ·SNP 交互作用致病模型的计算 | 第37-39页 |
| ·生物特性的仿真 | 第39-41页 |
| ·SNP 样本的仿真与标记 | 第41-42页 |
| ·实验结果与分析 | 第42-48页 |
| ·SNP 交互作用致病模型的仿真检验 | 第42-44页 |
| ·生物特性的仿真检验 | 第44-45页 |
| ·时间复杂度分析 | 第45-47页 |
| ·EpiSIM 与其它仿真方法的比较 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第三章 SNP 交互作用识别方法的性能比较 | 第49-69页 |
| ·SNP 交互作用识别方法概述 | 第49-52页 |
| ·SNP 交互作用识别方法分类 | 第49页 |
| ·代表性 SNP 交互作用识别方法 | 第49-52页 |
| ·评价测度和数据噪声 | 第52-55页 |
| ·评价测度 | 第53-54页 |
| ·数据噪声 | 第54-55页 |
| ·实验结果与分析 | 第55-68页 |
| ·识别能力分析 | 第55-58页 |
| ·鲁棒性分析 | 第58-63页 |
| ·敏感度分析 | 第63-65页 |
| ·计算复杂度分析 | 第65-67页 |
| ·整体性能评价 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第四章 基于共信息的 SNP 排序方法 | 第69-85页 |
| ·共信息理论 | 第69-72页 |
| ·信息熵和互信息 | 第69-70页 |
| ·共信息 | 第70-72页 |
| ·基于共信息的相关性评价测度 | 第72-74页 |
| ·共信息：SNP 的维度效应 | 第72-73页 |
| ·基于共信息的评价测度 CII | 第73-74页 |
| ·CII 值计算策略 | 第74页 |
| ·实验结果与分析 | 第74-83页 |
| ·仿真数据 | 第74-76页 |
| ·CII 与其它评价测度的比较分析 | 第76-79页 |
| ·利用支持向量机评价排序结果 | 第79-80页 |
| ·在年龄相关性黄斑变性（AMD）数据上的应用 | 第80-83页 |
| ·小结 | 第83-85页 |
| 第五章 基于共信息的 SNP 交互作用识别与可视化 | 第85-105页 |
| ·共信息在 SNP 交互作用识别与可视化中的应用 | 第85-86页 |
| ·EpiMiner: 基于共信息的三阶段 SNP 交互作用识别方法 | 第86-90页 |
| ·EpiMiner 方法概述 | 第86-87页 |
| ·筛选阶段排序和选择 SNP | 第87页 |
| ·识别阶段搜索 SNP 交互作用 | 第87-89页 |
| ·可视化阶段构建 SNP 交互作用网络 | 第89-90页 |
| ·实验结果与分析 | 第90-103页 |
| ·筛选阶段分析 | 第90-92页 |
| ·识别阶段分析 | 第92-98页 |
| ·可视化阶段分析 | 第98-100页 |
| ·在 AMD 数据上的应用 | 第100-103页 |
| ·小结 | 第103-105页 |
| 第六章 基于启发式蚁群算法的 SNP 交互作用识别 | 第105-121页 |
| ·蚁群算法 | 第105-106页 |
| ·AntMiner: 基于启发式蚁群算法的 SNP 交互作用识别方法 | 第106-110页 |
| ·AntMiner 方法概述 | 第106-108页 |
| ·启发信息的获取 | 第108-109页 |
| ·SNP 交互作用的精简 | 第109-110页 |
| ·实验结果与分析 | 第110-119页 |
| ·识别能力分析 | 第110-114页 |
| ·敏感度分析 | 第114-116页 |
| ·AntMiner 与 EpiMiner 的比较分析 | 第116-118页 |
| ·在 AMD 数据上的应用 | 第118-119页 |
| ·小结 | 第119-121页 |
| 第七章 总结与展望 | 第121-125页 |
| ·总结 | 第121-122页 |
| ·后续工作与展望 | 第122-125页 |
| 致谢 | 第125-127页 |
| 参考文献 | 第127-146页 |
| 攻读博士学位期间的研究成果 | 第146-148页 |
