中文摘要 | 第4-9页 |
abstract | 第9-16页 |
中英文缩略词表(Abbreviations table) | 第24-25页 |
第一部分 肺癌风险评估系统的研究 | 第25-48页 |
1 前言 | 第25-28页 |
2 材料与方法 | 第28-29页 |
2.1 研究对象与相关资料 | 第28页 |
2.2 统计学方法 | 第28页 |
2.3 肺癌风险评估系统的建立 | 第28-29页 |
3 结果 | 第29-43页 |
3.1 流行病学及临床症状资料的差异性分析结果 | 第29-33页 |
3.2 流行病学及临床症状资料建立肺癌风险评估系统模型 | 第33-41页 |
3.3 流行病学特征和临床症状资料所建模型的预测结果比较 | 第41-43页 |
4 讨论 | 第43-47页 |
5 结论 | 第47-48页 |
第二部分 基于多维变量结合遗传算法建立肺癌诊断系统的研究 | 第48-100页 |
1 前言 | 第48-51页 |
2 材料与方法 | 第51-60页 |
2.1 材料 | 第51-53页 |
2.2 实验方法 | 第53-58页 |
2.3 数据挖掘模型的建立 | 第58-59页 |
2.4 统计学方法 | 第59-60页 |
3 结果 | 第60-94页 |
3.1 基于肺部CT影像学特征建立肺癌诊断模型 | 第60-77页 |
3.2 基于肺部CT影像特征结合血清肿瘤标志建立肺癌诊断模型 | 第77-91页 |
3.3 肺癌诊断模型的分析结果比较 | 第91-94页 |
4 讨论 | 第94-99页 |
5 结论 | 第99-100页 |
第三部分 肺癌组织分型诊断模型系统的研究 | 第100-131页 |
1 前言 | 第100-102页 |
2 材料与方法 | 第102-104页 |
2.1 材料 | 第102页 |
2.2 肺癌组织分型诊断模型的建立和比较指标 | 第102-103页 |
2.3 统计学方法 | 第103-104页 |
3 结果 | 第104-127页 |
3.1 肺癌组织分型间的肺部CT影像特征的差异性分析结果 | 第104-109页 |
3.2 肺部CT影像特征资料建立肺癌组织分型诊断模型 | 第109-112页 |
3.3 肺部CT影像特征联合流行病学和临床症状资料建立肺癌组织分型诊断模型 | 第112-116页 |
3.4 肺部CT影像特征联合流行病学与临床症状和血清肿瘤标志资料建立肺癌组织分型诊断模型 | 第116-120页 |
3.5 遗传算法优化肺部CT影像特征联合流行病学与临床症状和血清肿瘤标志资料建立肺癌组织分型诊断模型 | 第120-123页 |
3.6 肺癌组织分型诊断模型的分析比较 | 第123-127页 |
4 讨论 | 第127-130页 |
5 结论 | 第130-131页 |
全文结论 | 第131-133页 |
参考文献 | 第133-142页 |
影像学在肺癌中的新进展 文献综述 | 第142-161页 |
参考文献 | 第153-161页 |
个人简历及在学期间发表的学术论文与研究成果 | 第161-162页 |
致谢 | 第162页 |