| 中文摘要 | 第8-11页 |
| Abstract | 第11-14页 |
| 符号说明 | 第15-16页 |
| 1 前言 | 第16-18页 |
| 2 资料与方法 | 第18-30页 |
| 2.1 研究资料 | 第18-20页 |
| 2.1.1 研究对象 | 第18-19页 |
| 2.1.2 资料收集 | 第19-20页 |
| 2.2 研究方法 | 第20-27页 |
| 2.2.1 影像组学特征提取方法 | 第20-22页 |
| 2.2.2 肺结节性质判别模型构建方法 | 第22-24页 |
| 2.2.3 非小细胞肺癌预后预测模型构建方法 | 第24-27页 |
| 2.3 研究流程 | 第27-29页 |
| 2.3.1 肺结节性质判别模型研究流程 | 第27-28页 |
| 2.3.2 非小细胞肺癌预后预测模型研究流程 | 第28-29页 |
| 2.4 评价指标 | 第29-30页 |
| 2.4.1 ROC曲线和AUC | 第29页 |
| 2.4.2 C-index | 第29-30页 |
| 2.5 统计软件 | 第30页 |
| 3 结果 | 第30-53页 |
| 3.1 肺结节和非小细胞肺癌患者影像处理 | 第30-31页 |
| 3.2 基于影像组学的肺结节性质判别模型 | 第31-40页 |
| 3.2.1 肺结节患者一般情况及两类结节患者的比较 | 第31-33页 |
| 3.2.2 基于随机森林的肺结节性质判别模型 | 第33-34页 |
| 3.2.3 基于logistic回归的肺结节性质判别模型 | 第34-38页 |
| 3.2.4 两种肺结节性质判别模型的效果比较 | 第38页 |
| 3.2.5 判别肺结节性质的简便工具 | 第38-40页 |
| 3.3 基于影像组学的非小细胞肺癌预后预测模型 | 第40-53页 |
| 3.3.1 非小细胞肺癌患者一般情况 | 第40-42页 |
| 3.3.2 基于随机生存森林的非小细胞肺癌预后预测模型 | 第42-44页 |
| 3.3.3 基于深度生存神经网络的非小细胞肺癌预后预测模型 | 第44-47页 |
| 3.3.4 基于COX模型的非小细胞肺癌预后预测模型 | 第47-50页 |
| 3.3.5 三种非小细胞肺癌预后预测模型的比较 | 第50-51页 |
| 3.3.6 非小细胞肺癌预后预测的简便工具 | 第51-53页 |
| 4 讨论 | 第53-59页 |
| 4.1 基于影像组学的肺结节性质判别模型 | 第53-56页 |
| 4.2 基于影像组学的非小细胞肺癌预后预测模型 | 第56-59页 |
| 5 结论 | 第59页 |
| 创新与不足 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |
