细胞毒性数据挖掘技术与应用 科学出版社 pdf mobi 下载 kindle 115盘 chm 阿里云 rb

实时细胞电子分析技术已广泛应用于细胞生物学、分子生物学、肿瘤学、生物化学、毒理学等多种学科领域，以及药物筛选、研发、生产及质量控制过程。《细胞毒性数据挖掘技术与应用》系统地阐述了细胞毒性数据的数据挖掘技术与模式识别方法，共分6章，具体包括：细胞电阻抗传感技术、细胞毒性动力学模型参数估计方法、体外细胞毒性评价方法、化学物质MoA分类方法、细胞毒性数据的可靠性分析方法及低诱变细胞数目预测模型估计等。

前言

第1章 细胞电阻抗传感技术概述

1.1 细胞电阻抗传感技术背景

1.1.1 细胞电阻抗传感技术简介

1.1.2 细胞电阻抗传感技术的意义

1.1.3 细胞电阻抗传感技术发展历程

1.2 基于细胞电阻抗传感技术的典型仪器

1.2.1 ECIS细胞动态分析仪

1.2.2 Bionas 1500/2500细胞代谢监测仪

1.2.3 CellKey细胞介电谱分析系统

1.2.4 Cellasys细胞代谢监测仪

1.2.5 R***A实时细胞分析仪

1.3 细胞电阻抗传感技术的应用

1.3.1 心肌细胞功能检测

1.3.2 细胞黏附和伸展

1.3.3 细胞共培养

1.3.4 细胞迁移和浸润

1.3.5 细胞毒性检测

1.4 R***A细胞毒性数据的预处理

参考文献

第2章 细胞毒性动力学模型参数估计方法

2.1 引言

2.2 细胞毒性动力学模型描述

2.3 算法原理及步骤

2.4 算法验证及结果

2.5 细胞毒性动力学模型应用

2.6 本章小结

参考文献

第3章 基于细胞毒性动态响应曲线的体外细胞毒性评价方法

3.1 引言

3.2 LC50/GI50算法及步骤

3.3 ***C50算法及步骤

3.4 KC50算法及步骤

3.5 RC预测模型的对比分析

3.6 结果与讨论

参考文献

第4章 基于细胞毒性动态响应曲线的化学物质MoA分类方法

4.1 引言

4.2 ***RC数据预处理

4.3 算法原理及步骤

4.3.1 主成分分析

4.3.2 函数型数据分析

4.3.3 层次聚类算法

4.4 算法验证及结果

4.5 结果与讨论

参考文献

第5章 细胞毒性动态响应数据的可靠性分析方法

5.1 引言

5.2 边缘效应检测与筛选方法

5.2.1 问题描述

5.2.2 算法原理及步骤

5.2.3 算法验证及结果

5.3 R***A实验数据重复性评估方法

5.3.1 算法原理及步骤

5.3.2 算法验证及结果

5.4 本章小结

参考文献

第6章 基于细胞毒性动态响应曲线的诱变细胞数目预测模型估计

6.1 引言

6.2 诱变细胞数目预测模型估计方法

6.3 诱变细胞数目预测模型分析

*** 本章小结

参考文献

附录

潘天红，安徽大学电气工程与自动化学院教授、博士生导师。2007年于上海交通大学控制理论与控制工程专业获博士学位，2011年与2015年分别于台湾清华大学（1.5年）与加拿大阿尔伯塔大学（3.5年）博士后出站。多年来一直从事数据驱动建模与优化控制方面的研究工作。发表SCI／EI收录论文100余篇，出版英文专著1部，授权美国发明专利2件、中国发明专利33件，获批计算机软件著作权8项。主持了包括国家自然科学基金、国家重点研发计划子课题在内的科研项目10余项，以第一完成人获省部级科学技术奖一等奖1项、二等奖1项。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：细胞毒性数据挖掘技术与应用 科学出版社在线阅读

在线听书地址：细胞毒性数据挖掘技术与应用 科学出版社在线收听

在线购买地址：细胞毒性数据挖掘技术与应用 科学出版社在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！