MARC状态:审校 文献类型:中文图书 浏览次数:99
- 题名/责任者:
- 细胞毒性数据挖掘技术与应用/潘天红, 陈娇著
- 出版发行项:
- 北京:科学出版社,2019
- ISBN及定价:
- 978-7-03-062672-1/CNY89.00
- 载体形态项:
- 153页:图;24cm
- 个人责任者:
- 潘天红 著
- 个人责任者:
- 陈娇 著
- 学科主题:
- 数据采集-应用-细胞-死亡-研究
- 中图法分类号:
- Q255-39
- 相关题名附注:
- 英文并列题名取自封面
- 责任者附注:
- 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。陈娇,博士,常州信息职业技术学院教师。2018年于江苏大学控制理论与控制工程专业获博士学位。长期从事无损检测技术、统计分析方法以及计算机在工业控制中的应用等方面的研究工作。
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书内容简介:1、构建了细胞坏死与细胞凋亡两种细胞毒性动力学模型,以带约束的非线性优化算法,估算出该动力学模型参数。并利用扩展卡尔曼滤波算法,实时估计有毒物质作用于靶细胞的浓度,提前了风险预警时间。2、给出了三种评估细胞毒性大学的评估方法,及其”剂量-反应”模型,并与美国RC数据库中的体内急性毒性值做相关性分析,为高通量毒性评估提供了一种有效策略。3、提出了一种化学物质MoA筛选与分类算法,利用主元压缩、函数型数据分析、分层聚类等策略,实现化学物质的MoA分类,从而实现化学物质高通量筛选。4、给出了RTCA细胞毒性试验再现性评估策略与E-Plate边沿效应检测算法。为细胞毒性试验的重复性与鲁棒性提高一种有效的评估手段。5、基于统计分析策略,给出了一种基因毒性试验中低数量级细胞计数方法,为鉴定药物或污染物的危害等级提供一种方法。
全部MARC细节信息>>