机读格式显示(MARC)

• 000 01974cam0 2200313 450

• 001 0000352858

• 005 20201021091600.0

• 010 __ |a 978-7-03-062672-1 |d CNY89.00

• 099 __ |a CAL 012019161785

• 100 __ |a 20191107d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 细胞毒性数据挖掘技术与应用 |A xi bao du xing shu ju wa jue ji shu yu ying yong |f 潘天红, 陈娇著

• 210 __ |a 北京 |c 科学出版社 |d 2019

• 215 __ |a 153页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 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。

• 314 __ |a 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。

• 320 __ |a 有书目

• 330 __ |a 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。

• 510 1_ |a Cytotoxicity data mining techniques and applications |z eng

• 606 0_ |a 数据采集 |A shu ju cai ji |x 应用 |x 细胞 |x 死亡 |x 研究

• 690 __ |a Q255-39 |v 5

• 701 _0 |a 潘天红 |A pan tian hong |4 著

• 701 _0 |a 陈娇 |A chen jiao |4 著

• 801 _0 |a CN |b AUSTL |c 20201021

• 905 __ |a AUSTL |d Q255-39/P779