| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景以及内容 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要工作以及结构 | 第13-15页 |
| 第2章 磁共振技术 | 第15-23页 |
| 2.1 磁共振成像原理 | 第15-16页 |
| 2.2 功能性磁共振影像 | 第16-18页 |
| 2.3 结构性磁共振影像 | 第18-19页 |
| 2.4 磁共振影像分析技术 | 第19-22页 |
| 2.4.1 基于功能性磁共振影像分析相关技术 | 第19-21页 |
| 2.4.2 基于结构性磁共振影像的脑胶质瘤生存分析技术 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于张量神经网络的磁共振分类框架 | 第23-33页 |
| 3.1 张量代数的基本原理 | 第23-25页 |
| 3.2 张量网络 | 第25-28页 |
| 3.3 基于张量神经网络的fMRI分类框架 | 第28-29页 |
| 3.4 实验设计 | 第29-32页 |
| 3.4.1 CMU数据集 | 第29-30页 |
| 3.4.2 分类实验 | 第30-31页 |
| 3.4.3 实验结果 | 第31-32页 |
| 3.4.4 结论 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 脑胶质瘤患者生存周期预测框架 | 第33-50页 |
| 4.1 面向脑胶质瘤生存分析的sMRI特征提取 | 第33-36页 |
| 4.2 面向脑胶质瘤生存分析的特征选择 | 第36-41页 |
| 4.2.1 Kaplan-Merier生存分析 | 第36-38页 |
| 4.2.2 基于Kaplan-Merier的特征选择 | 第38-41页 |
| 4.3 基于XGBoost的脑胶质瘤生存周期预测框架 | 第41-46页 |
| 4.3.1 XGBoost | 第42-45页 |
| 4.3.1.1 提升树算法原理 | 第42-43页 |
| 4.3.1.2 分裂点寻找算法原理 | 第43-45页 |
| 4.3.2 基于XGBoost的脑胶质瘤生存周期预测框架 | 第45-46页 |
| 4.4 实验部分 | 第46-49页 |
| 4.4.1 BraTS2018数据集 | 第46-47页 |
| 4.4.2 实验设计 | 第47页 |
| 4.4.3 实验结果 | 第47-49页 |
| 4.4.4 讨论 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间取得的科研成果 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |
