期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于微分的cDNA基因芯片图像自动划格算法 被引量:3
1
作者 聂桂军 王靖 +3 位作者 王加俊 叶锡君 陈强 杨静宇 《江南大学学报(自然科学版)》 CAS 2010年第1期16-21,共6页
针对cDNA基因芯片数据分析中划格对提取杂交荧光样点杂交强度信息的重要作用,提出了一种基于微分的cDNA基因芯片图像自动划格算法,采用NCBI上GEO数据库中cDNA基因芯片图像进行划格实验,验证了该算法的有效性。
关键词 互补dna 基因芯片 划格 基因表达 图像分析
在线阅读 下载PDF
一种基于聚类和统计分析DNA基因芯片图像处理算法 被引量:1
2
作者 武拴虎 严洪 《计算机工程与应用》 CSCD 北大核心 2005年第2期22-25,86,共5页
DNA基因芯片可以同时监控成千上万个基因的表达信息。图像分析是基因芯片试验中一个重要的环节,直接影响到其后续的处理、分析和研究,比如鉴别预测具有不同表达信息的基因功能。基因芯片图像分析包括三个步骤:图像网格化,图像分割以及... DNA基因芯片可以同时监控成千上万个基因的表达信息。图像分析是基因芯片试验中一个重要的环节,直接影响到其后续的处理、分析和研究,比如鉴别预测具有不同表达信息的基因功能。基因芯片图像分析包括三个步骤:图像网格化,图像分割以及信息抽取。该文主要研究分割和信息抽取问题。首先基于K-Means聚类技术提出了一种新的分割方法;其次基于统计分析文章建议了一种新的背景和前景分割校正方法用于更准确的信息抽取。新方法的优点是对于基因芯片中spot图像没有任何形状限制。实际图像分析结果与目前最流行的基因芯片图像分析软件GenePix对比研究表明该文算法是精确有效的。 展开更多
关键词 基因芯片 图像处理 聚类分析 基因表达信息
在线阅读 下载PDF
DNA微阵列的数字图像处理 被引量:3
3
作者 郝立巍 华如梅 +1 位作者 李树祥 韩慧霞 《中国医学物理学杂志》 CSCD 2002年第1期17-19,共3页
从微阵列图像中提取基因表达和识别基因,并进一步测定基因的功能是DNA微阵列研究的主要目标。而微阵列图像处理通过定位和提取每个cDNA靶点上探针的信号强度,并通过计算平均灰度值和分析强度比率等为生物学家进行更高层的基因分析提供... 从微阵列图像中提取基因表达和识别基因,并进一步测定基因的功能是DNA微阵列研究的主要目标。而微阵列图像处理通过定位和提取每个cDNA靶点上探针的信号强度,并通过计算平均灰度值和分析强度比率等为生物学家进行更高层的基因分析提供必要条件。本文介绍采用红绿双色荧光标记杂交实验进行微阵列图像处理几个关键步骤:微阵列靶区的分割、背景强度的提取、靶点检测、靶点灰度提取、靶点表达程度分析。 展开更多
关键词 图像处理 dna微阵列 基因表达
在线阅读 下载PDF
基因表达数据的聚类分析研究进展 被引量:25
4
作者 岳峰 孙亮 +2 位作者 王宽全 王永吉 左旺孟 《自动化学报》 EI CSCD 北大核心 2008年第2期113-120,共8页
基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析己成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达... 基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析己成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达数据的获取和表示,之后系统地介绍了近年来应用在基因表达数据分析中的聚类算法.根据聚类目标的不同将算法分为基于基因的聚类、基于样本的聚类和两路聚类,并对每类算法介绍了其生物学的含义及其难点,详细讨论了各种算法的基本原理及优缺点.最后总结了当前的基因表达数据的聚类分析方法,并对发展趋势作了进一步的展望. 展开更多
关键词 dna微阵列 基因表达数据 聚类分析
在线阅读 下载PDF
最小支撑树算法在基因表达数据聚类分析中的应用 被引量:1
5
作者 张焕萍 王惠南 宋晓峰 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2007年第2期171-175,共5页
聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法。本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,... 聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法。本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,最小支撑树算法具有形象直观、对一些准则函数能产生全局最优解等优点;将MST算法分别与Memetic algorithm及人工免疫算法(Artificial immune network,aiNet)相结合,则产生更优化的聚类结果。对酵母基因表达数据的实验结果表明,最小支撑树聚类算法是一种有效的基因表达数据的聚类方法。 展开更多
关键词 最小支撑树 基因表达数据 聚类分析 dna微阵列
在线阅读 下载PDF
十三种化合物诱导的小鼠原代培养肝细胞基因表达谱的聚类分析
6
作者 胡冉 敖琳 +1 位作者 高利宏 曹佳 《癌变·畸变·突变》 CAS CSCD 2006年第2期149-152,共4页
背景与目的利用基因芯片技术研究13种化合物所诱导的小鼠原代培养肝细胞基因表达谱,通过对基因表达谱的聚类分析,对化合物在基因组反应水平上进行分类的尝试,使化合物的分类与其诱导的基因表达谱联系起来。材料与方法用30%的致死剂量染... 背景与目的利用基因芯片技术研究13种化合物所诱导的小鼠原代培养肝细胞基因表达谱,通过对基因表达谱的聚类分析,对化合物在基因组反应水平上进行分类的尝试,使化合物的分类与其诱导的基因表达谱联系起来。材料与方法用30%的致死剂量染毒原代培养的小鼠肝细胞,24h后提取RNA,用芯片进行检测。结果聚类分析结果表明,13种化合物分成了三类。结论用基因表达谱来对化合物进行分类,使其分类结果与毒性作用相联系,进而探讨其作用机制、预测未知毒性化合物的毒性是可行的,是很有价值与希望的研究方向。 展开更多
关键词 基因芯片 毒理基因组学 基因表达谱 聚类分析
暂未订购
模糊C-均值聚类分析在基因表达数据分析中的应用 被引量:3
7
作者 陈佳妮 段文英 丁徽 《森林工程》 2010年第2期54-57,76,共5页
为更好地挖掘基因表达数据、获取更多的生物学信息,近年来许多改进的传统聚类算法和新聚类算法不断涌现。模糊聚类在聚类分析中又具有广泛的意义和重要的应用价值。叙述基因表达数据的获取和表达,介绍应用在基因表达数据中的模糊C均值... 为更好地挖掘基因表达数据、获取更多的生物学信息,近年来许多改进的传统聚类算法和新聚类算法不断涌现。模糊聚类在聚类分析中又具有广泛的意义和重要的应用价值。叙述基因表达数据的获取和表达,介绍应用在基因表达数据中的模糊C均值聚类算法以及不同的实现途径和相应的优缺点,简述聚类结果的评价问题,并对发展趋势做进一步的展望。 展开更多
关键词 dna微阵列 基因表达数据 聚类分析
在线阅读 下载PDF
基因芯片数据的聚类分析 被引量:8
8
作者 王富刚 陈先农 《国外医学(生物医学工程分册)》 2004年第2期98-101,共4页
基因芯片技术是后基因组时代功能基因组研究的主要工具。由于采用了高效的并行DNA杂交技术,每次实验可以得到大量丰富的数据,因此其结果分析成为一项很有挑战性而且具有重要意义的工作。聚类分析是基因芯片数据分析中使用广泛的一类方... 基因芯片技术是后基因组时代功能基因组研究的主要工具。由于采用了高效的并行DNA杂交技术,每次实验可以得到大量丰富的数据,因此其结果分析成为一项很有挑战性而且具有重要意义的工作。聚类分析是基因芯片数据分析中使用广泛的一类方法。基因芯片实验得到的大量数据通过聚类分析,可以得到很多有用的信息,其成功应用已广泛涉及到生物医学研究中的各个领域。本文介绍了基因芯片数据的聚类分析方法及其重要应用。 展开更多
关键词 基因芯片 微阵列 基因表达谱 聚类分析
暂未订购
相似性度量在基因表达聚类分析中的应用研究
9
作者 孙杰 吴陈 《现代电子技术》 2012年第6期78-82,共5页
聚类分析是基因表达数据分析研究的主要技术之一,其算法的基本出发点在于根据对象间相似度将对象划分为不同的类,选择适当的相似性度量准则是获得有效聚类结果的关键。采用预处理过的基因数据集在不同相似性度量准则下进行的不同聚类算... 聚类分析是基因表达数据分析研究的主要技术之一,其算法的基本出发点在于根据对象间相似度将对象划分为不同的类,选择适当的相似性度量准则是获得有效聚类结果的关键。采用预处理过的基因数据集在不同相似性度量准则下进行的不同聚类算法的聚类分析,并得到聚类结果评价。其中算法本身的缺陷及距离相似性度量的局限性都是影响结果评价的因素,为了获得更有效的聚类结果,改进相关聚类算法并提出了一种比例相似性度量准则。 展开更多
关键词 dna微阵列 聚类分析 相似性度量 基因表达
在线阅读 下载PDF
基于基因表达数据的双聚类分析研究
10
作者 罗德相 李飞龙 欧旭 《河南科技》 2018年第34期23-25,共3页
基因芯片及高通量技术的广泛应用产生了大量的基因表达数据,海量数据蕴涵着非常丰富的生物信息,利用聚类分析可以有效分析蕴含在其中的规律和知识。然而,基因表达数据普遍为高维稀疏矩阵,传统单聚类分析很难寻找到隐藏在海量基因表达数... 基因芯片及高通量技术的广泛应用产生了大量的基因表达数据,海量数据蕴涵着非常丰富的生物信息,利用聚类分析可以有效分析蕴含在其中的规律和知识。然而,基因表达数据普遍为高维稀疏矩阵,传统单聚类分析很难寻找到隐藏在海量基因表达数据的局部有用信息。为了更好地挖掘海量数据中有用的局部信息,人们从思想上提出了有别于传统的聚类算法的双聚类概念,其主要强调在聚类时基因和条件的同时性。 展开更多
关键词 基因芯片 dna微阵列 基因表达数据 聚类分析 双聚类分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部