首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于钼靶影像的乳腺癌淋巴结转移预测模型研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 课题研究背景和研究意义第16-17页
    1.2 国内外研究现状第17-18页
        1.2.1 放射组学国内外研究现状第17页
        1.2.2 乳腺癌影像组学研究的国内外研究现状第17-18页
    1.3 本文主要研究内容和创新点第18-19页
    1.4 本文的组织结构第19-22页
第二章 钼靶影像与放射组学研究第22-26页
    2.1 钼靶影像简介第22-23页
        2.1.1 钼靶影像发展概述第22页
        2.1.2 钼靶影像在乳腺癌诊断中的应用第22-23页
    2.2 放射组学的研究方法第23-24页
        2.2.1 放射组学介绍第23-24页
    2.3 本章小结第24-26页
第三章 与乳腺癌淋巴结转移相关的特征提取第26-48页
    3.1 引言第26页
    3.2 材料与方法第26-41页
        3.2.1 数据集选取第26-27页
        3.2.2 图像分割与量化第27-28页
        3.2.3 基于一阶灰度直方图的特征定义第28-30页
        3.2.4 基于灰度共生矩阵(GLCM)的特征定义第30-34页
        3.2.5 基于灰度游程长度矩阵(GLRLM)的特征定义第34-38页
        3.2.6 图像的小波变换第38-39页
        3.2.7 临床特征定义第39-40页
        3.2.8 特征名称说明第40-41页
    3.3 特征提取结果第41-46页
    3.4 本章小结第46-48页
第四章 特征选择第48-68页
    4.1 引言第48-50页
    4.2 材料与方法第50-54页
        4.2.1 材料第50-51页
        4.2.2 特征选择方法第51-54页
    4.3 特征选择结果与分析第54-66页
    4.4 本章小结第66-68页
第五章 乳腺癌淋巴结转移预测模型的建立第68-78页
    5.1 引言第68页
    5.2 材料与方法第68-73页
        5.2.1 材料第68-69页
        5.2.2 分类方法第69-71页
        5.2.3 数据训练方法第71-72页
        5.2.4 预测模型的性能评价标准第72-73页
    5.3 预测模型的建立第73-77页
        5.3.1 基于单一特征选择方法选出的特征构建的模型及分析第73-75页
        5.3.2 基于全局最优特征构建的预测模型第75-76页
        5.3.3 两个最优预测模型的预测性能比较第76-77页
    5.4 本章小结第77-78页
第六章 总结与展望第78-80页
    6.1 总结第78-79页
    6.2 展望第79-80页
附录第80-92页
参考文献第92-100页
致谢第100-102页
作者简介第102-103页

论文共103页,点击 下载论文
上一篇:LX公司员工满意度影响因素与对策研究
下一篇:A公司的移动医疗营销渠道优化研究