摘要 | 第9-11页 |
ABSTRACT | 第11-13页 |
1 绪论 | 第14-22页 |
1.1 乳腺癌精准医疗 | 第14-16页 |
1.2 病理数字化 | 第16-17页 |
1.3 计算机辅助的病理图像自动分析 | 第17-19页 |
1.4 本研究工作的目的与意义 | 第19-20页 |
1.5 本文主要的研究工作与贡献 | 第20-21页 |
1.6 本文的组织结构 | 第21-22页 |
2 乳腺癌计算机辅助的预后:基于HE组织病理图像定量分析 | 第22-30页 |
2.1 引言 | 第22-23页 |
2.2 图像预处理 | 第23页 |
2.3 图像分割 | 第23-27页 |
2.3.1 组织分割 | 第24-25页 |
2.3.2 细胞分割 | 第25-27页 |
2.4 特征提取 | 第27页 |
2.5 基于特征模型的预后 | 第27-29页 |
2.6 本章小结 | 第29-30页 |
3 乳腺浸润性导管癌HE组织病理图像“两步分割法” | 第30-42页 |
3.1 引言 | 第30-31页 |
3.2 材料与方法 | 第31-35页 |
3.2.1 研究对象 | 第31-32页 |
3.2.2 HE组织切片的制片和染色 | 第32页 |
3.2.3 数字化病理图像采集 | 第32-33页 |
3.2.4 图像处理 | 第33-35页 |
3.2.5 人工注释 | 第35页 |
3.3 结果 | 第35-40页 |
3.3.1 图像预处理 | 第35页 |
3.3.2 癌巢-间质分割 | 第35-37页 |
3.3.3 细胞核分割 | 第37-38页 |
3.3.4 图像分割结果评判 | 第38-40页 |
3.4 讨论 | 第40-41页 |
3.5 本章小结 | 第41-42页 |
4 乳腺浸润性导管癌计算机辅助的预后:基于H组织病理图像定量测定 | 第42-62页 |
4.1 引言 | 第42-43页 |
4.2 材料与方法 | 第43-47页 |
4.2.1 研究对象 | 第43-44页 |
4.2.2 IHC染色步骤以及评估 | 第44页 |
4.2.3 乳腺浸润性导管经典预后因素和模型 | 第44-46页 |
4.2.4 图像分割 | 第46-47页 |
4.2.5 特征提取 | 第47页 |
4.3 统计学分析 | 第47-49页 |
4.4 结果 | 第49-58页 |
4.4.1 乳腺浸润性导管患者主要的临床病理特征 | 第49-50页 |
4.4.2 提取的图像特征 | 第50-51页 |
4.4.3 图像特征的预后价值 | 第51-58页 |
4.5 讨论 | 第58-60页 |
4.6 本章小结 | 第60-62页 |
5 总结和展望 | 第62-64页 |
5.1 工作总结 | 第62-63页 |
5.2 工作展望 | 第63-64页 |
参考文献 | 第64-77页 |
综述 | 第77-78页 |
研究生期间发表的科研成果目录 | 第78-80页 |
致谢 | 第80页 |