基于机器学习的卵巢癌蛋白质质谱数据分类研究.docxVIP

基于机器学习的卵巢癌蛋白质质谱数据分类研究.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE

PAGE2

摘要

卵巢癌在妇科常见的恶性肿瘤里占有一席,鉴于早期阶段没有明显症状,大部分患者确诊时已属晚期阶段,造成其死亡率在发病率较高的妇科恶性肿瘤中位列第一,研发精准可靠的早期诊断方法对改善患者预后十分关键,本研究的目标是调查运用机器学习技术对卵巢癌高分辨率蛋白质质谱数据集(OvarianDataset8-7-02)开展分类工作,以检测区分癌症患者样本和健康对照样本的可行性及有效度。

第一章,说明了卵巢癌质谱技术的研究背景、研究意义及研究当前形势,质谱数据的特征有望辨认出有诊断价值的生物标志物,为卵巢癌的早期发现创建新路径,基于这一基础,阐明了本研究的主

文档评论(0)

下笔有神 + 关注
实名认证
文档贡献者

热爱写作

1亿VIP精品文档

相关文档