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 |