| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 主要工作 | 第14-15页 |
| 1.4 论文结构安排 | 第15-18页 |
| 第2章 相关背景及技术介绍 | 第18-28页 |
| 2.1 乳腺组织病理学特征 | 第18-20页 |
| 2.2 数字化病理与计算机辅助诊断 | 第20-22页 |
| 2.3 模型评估与性能度量 | 第22-25页 |
| 2.3.1 模型泛化性能评估 | 第22-23页 |
| 2.3.2 分类任务性能度量 | 第23-25页 |
| 2.4 染色标准化 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于采样块处理的乳腺组织病理图像的多分类 | 第28-42页 |
| 3.1 数据集介绍 | 第28-30页 |
| 3.2 整体算法框图 | 第30-31页 |
| 3.3 基于采样块处理的乳腺组织病理图像的多分类 | 第31-35页 |
| 3.3.1 多尺寸块采样策略 | 第31页 |
| 3.3.2 特征提取器 | 第31-33页 |
| 3.3.3 基于聚类的图像块筛选方法 | 第33-35页 |
| 3.3.4 图像级特征 | 第35页 |
| 3.4 实验及结果分析 | 第35-40页 |
| 3.4.1 实验数据 | 第36页 |
| 3.4.2 实验流程与结果 | 第36-38页 |
| 3.4.3 对比实验 | 第38-39页 |
| 3.4.4 结果分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 面向患者的乳腺组织病理子类型的多分类 | 第42-60页 |
| 4.1 数据集介绍 | 第42-45页 |
| 4.2 整体算法框图 | 第45-46页 |
| 4.3 患者级乳腺组织病理子类型的两阶段分类框架 | 第46-54页 |
| 4.3.1 数据增强 | 第47页 |
| 4.3.2 分类器组合策略 | 第47-49页 |
| 4.3.3 基于元决策树的良恶性分类 | 第49-51页 |
| 4.3.4 基于随机森林相异性的多视角数据特征集成方法 | 第51-53页 |
| 4.3.5 基于随机森林相异性的病理子类型的多分类 | 第53-54页 |
| 4.4 实验及结果分析 | 第54-57页 |
| 4.4.1 实验流程 | 第55-56页 |
| 4.4.2 实验结果分析 | 第56-57页 |
| 4.5 本章小结 | 第57-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60-61页 |
| 5.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-72页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第72页 |