基于Contourlet提取纹理建立早期AD的高斯过程预测模型
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-10页 |
| 引言 | 第10-15页 |
| 1 研究目的与意义 | 第15页 |
| 2 资料与方法 | 第15-29页 |
| ·资料描述 | 第15-17页 |
| ·图像资料 | 第17页 |
| ·图像分割 | 第17-18页 |
| ·纹理提取 | 第18-20页 |
| ·Contourlets变换 | 第18-20页 |
| ·患者信息 | 第20-21页 |
| ·预测模型 | 第21-25页 |
| ·支持向量机 | 第21-23页 |
| ·高斯过程回归模型 | 第23-24页 |
| ·偏最小二乘回归模型 | 第24-25页 |
| ·模拟研究 | 第25-26页 |
| ·评价方法 | 第26-29页 |
| ·交叉验证 | 第26页 |
| ·ROC曲线 | 第26-27页 |
| ·Matthews相关系数 | 第27页 |
| ·F指数 | 第27-28页 |
| ·Youden指数 | 第28页 |
| ·Discriminant power（DP） | 第28-29页 |
| 3 研究结果 | 第29-81页 |
| ·模拟分析结果 | 第29-32页 |
| ·GPR模型中核函数的选定 | 第29-30页 |
| ·不同预测模型建模效果比较 | 第30页 |
| ·不同纹理值建模效果比较 | 第30-32页 |
| ·实例分析结果 | 第32-81页 |
| ·图像分割 | 第32-34页 |
| ·变量单因素结果 | 第34-74页 |
| ·各模型预测结果 | 第74-81页 |
| 4 讨论 | 第81-83页 |
| 5 结论 | 第83-84页 |
| 6 创新性局限性 | 第84-85页 |
| 论文参考文献 | 第85-92页 |
| 综述 | 第92-105页 |
| 参考文献 | 第98-105页 |
| 附录一 | 第105-111页 |
| 致谢 | 第111-112页 |
| 个人简介 | 第112页 |
