基于统计方法的癌症特征基因提取
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及其意义 | 第8-9页 |
| 1.2. 生物信息学概述 | 第9-10页 |
| 1.3. 生物信息学相关概念 | 第10-12页 |
| 1.3.1 基因芯片技术 | 第10-11页 |
| 1.3.2 基因表达谱数据 | 第11页 |
| 1.3.3 基因表达谱数据特点 | 第11-12页 |
| 1.4. 基因表达谱数据国内外研究现状 | 第12-14页 |
| 1.5 本文主要工作及创新点 | 第14-16页 |
| 第2章 基因表达谱数据分析相关理论 | 第16-24页 |
| 2.1 基因表达谱数据的预处理 | 第16-17页 |
| 2.1.1 缺失值处理 | 第16页 |
| 2.1.2 异常值处理 | 第16页 |
| 2.1.3 数据标准化 | 第16-17页 |
| 2.2 特征基因选取 | 第17-21页 |
| 2.2.1 特征基因选取的概念 | 第17-18页 |
| 2.2.2 特征基因选取目的 | 第18页 |
| 2.2.3 基因表达数据的度量准则 | 第18-19页 |
| 2.2.4 特征基因选取方法 | 第19-21页 |
| 2.3 分类方法 | 第21-24页 |
| 2.3.1 支持向量机 | 第21-23页 |
| 2.3.2 实验效果评估 | 第23-24页 |
| 第3章 LASSO方法 | 第24-27页 |
| 3.1 Lasso方法 | 第24-25页 |
| 3.2 LARS算法 | 第25-27页 |
| 第4章 特征基因选取实证分析 | 第27-36页 |
| 4.1 问题描述及数据来源 | 第27页 |
| 4.2 实证分析与结果 | 第27-36页 |
| 4.2.1 无关基因剔除 | 第27-32页 |
| 4.2.2 Lasso方法降维和特征基因提取 | 第32-34页 |
| 4.2.3 分类效果检验与评价 | 第34-35页 |
| 4.2.4 生物学解释 | 第35-36页 |
| 第5章 总结与展望 | 第36-38页 |
| 5.1 总结 | 第36页 |
| 5.2 展望 | 第36-38页 |
| 参考文献 | 第38-43页 |
| 致谢 | 第43页 |
