胶质瘤患者大脑功能完整性与肿瘤生物学特性的相关性研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外研究现状与分析 | 第11-16页 |
| 1.2.1 MRI技术对胶质瘤术前分级的诊断价值 | 第11-13页 |
| 1.2.2 胶质瘤患者脑功能网络的研究现状与分析 | 第13-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 研究意义与主要贡献 | 第17-18页 |
| 1.5 论文组织 | 第18页 |
| 1.6 本章小结 | 第18-20页 |
| 第2章 数据采集与预处理 | 第20-24页 |
| 2.1 数据采集 | 第20页 |
| 2.2 fMRI数据预处理 | 第20-21页 |
| 2.3 肿瘤描述性信息的数字化整理 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 脑功能网络构建 | 第24-30页 |
| 3.1 大脑功能网络 | 第24页 |
| 3.2 静息态脑功能网络构建 | 第24-25页 |
| 3.3 讨论 | 第25-26页 |
| 3.4 本章小结 | 第26-30页 |
| 第4章 网络拓扑属性计算与分析 | 第30-40页 |
| 4.1 网络的拓扑结构描述 | 第30-32页 |
| 4.2 网络拓扑属性计算 | 第32-33页 |
| 4.3 网络拓扑属性分析 | 第33-38页 |
| 4.4 讨论 | 第38页 |
| 4.5 本章小结 | 第38-40页 |
| 第5章 基于机器学习的胶质瘤恶性程度分类 | 第40-46页 |
| 5.1 支持向量机简介 | 第40-41页 |
| 5.2 特征矩阵构建 | 第41页 |
| 5.3 模型训练与优化 | 第41-44页 |
| 5.4 讨论 | 第44页 |
| 5.5 本章小结 | 第44-46页 |
| 第6章 结论与展望 | 第46-48页 |
| 参考文献 | 第48-56页 |
| 致谢 | 第56-58页 |
| 作者简历以及研究成果 | 第58页 |
