| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要内容 | 第10-11页 |
| 1.4 本文文章结构 | 第11-12页 |
| 2 基于医学影像的疾病诊断基本原理 | 第12-19页 |
| 2.1 基于医学影像的疾病诊断流程 | 第12-13页 |
| 2.2 医学影像预处理 | 第13页 |
| 2.3 医学影像特征提取 | 第13-15页 |
| 2.4 特征约简方法 | 第15-16页 |
| 2.5 分类识别算法 | 第16-18页 |
| 2.6 本章小结 | 第18-19页 |
| 3 基于脑MR影像不对称性特征的阿尔兹海默病早期诊断 | 第19-41页 |
| 3.1 阿尔兹海默病磁共振影像预处理 | 第19-21页 |
| 3.2 阿尔兹海默病磁共振影像不对称特征提取 | 第21-24页 |
| 3.3 阿尔兹海默病磁共振影像不对称特征选择 | 第24-28页 |
| 3.4 基于SVM的阿尔兹海默病分类识别 | 第28-36页 |
| 3.4.1 实验条件 | 第28-29页 |
| 3.4.2 分类识别结果 | 第29-32页 |
| 3.4.3 ROC曲线 | 第32-33页 |
| 3.4.4 特征选择前后分类识别结果比较 | 第33页 |
| 3.4.5 与其他算法性能比较 | 第33-35页 |
| 3.4.6 与基于假设检验的选择分类结果比较 | 第35-36页 |
| 3.5 不对称性特征分类能力及其分布分析 | 第36-40页 |
| 3.5.1 不对称性特征分类能力分析 | 第36-38页 |
| 3.5.2 不对称性特征的分布 | 第38-39页 |
| 3.5.3 少量特征的分类能力分析 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于脑MR影像不对称性特征的血管性痴呆早期诊断 | 第41-58页 |
| 4.1 血管性痴呆磁共振影像不对称特征学习 | 第41-44页 |
| 4.1.1 血管性痴呆影像不对称特征选择 | 第42-43页 |
| 4.1.2 血管性痴呆影像不对称特征加权 | 第43-44页 |
| 4.2 分类识别结果 | 第44-51页 |
| 4.2.1 实验条件 | 第44-48页 |
| 4.2.2 特征选择分类识别结果 | 第48-49页 |
| 4.2.3 特征加权分类识别结果 | 第49-50页 |
| 4.2.4 与基于假设检验的选择分类结果比较 | 第50-51页 |
| 4.3 特征不对称性分析 | 第51-57页 |
| 4.3.1 特征选择不对称性分析 | 第51-54页 |
| 4.3.2 特征加权不对称性分析 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 论文总结 | 第58-59页 |
| 5.2 未来工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| A. 作者在攻读学位期间取得的科研成果 | 第65页 |
| B. 作者在攻读学位期间参与的科研项目 | 第65-66页 |