首页--医药、卫生论文--肿瘤学论文--泌尿生殖器肿瘤论文--女性生殖器肿瘤论文--子宫肿瘤论文

影像组学在预测宫颈癌同步放化疗疗效及淋巴结转移的研究

摘要第9-14页
Abstract第14-18页
第一部分 影像组学标签作为晚期宫颈癌同步放化疗治疗反应疗效预测因子的研究第19-46页
    前言第19-20页
    材料和方法第20-25页
        1.研究对象第20-21页
        2.临床资料第21页
        3.MRI 扫描方案第21-22页
        4.疗效分组第22-23页
        5.分割和特征提取第23页
        6.影像组学标签的建立第23-24页
        7.统计分析第24-25页
    结果第25-29页
        1.临床危险因素第25-26页
        2.特征选择和影像组学标签建立第26-27页
        3.影像组学标签性能验证第27-29页
    讨论第29-38页
    结论第38-40页
    参考文献第40-46页
第二部分 影像组学在早期宫颈癌淋巴结转移预测的研究第46-63页
    前言第46-47页
    材料和方法第47-51页
        1.研究对象第47-48页
        2.临床资料第48页
        3.MRI 扫描技术方案第48-49页
        4.图像分析第49页
        5.分割第49-50页
        6.影像组学特征提取和选择第50页
        7.统计分析第50-51页
    结果第51-54页
        1.图像分析第51页
        2.临床特征第51-52页
        3.特征选择和影像组学标签建模第52页
        4.影像组学标签性能验证第52-54页
    讨论第54-58页
    结论第58-59页
    参考文献第59-63页
综述第63-71页
    1.前言第63-64页
    2.临床应用第64-67页
        2.1 头颈部第64-65页
        2.2 肺部第65-66页
        2.3 乳腺第66页
        2.4 肝脏第66页
        2.5 宫颈及附件第66-67页
        2.6 肾脏第67页
    结论第67-68页
    参考文献第68-71页
附录 I第71-83页
    第一部分 补充信息第71-83页
        1.影像组学特征提取方法的说明和每个序列中的剩余特征第71-80页
            1.1 一阶统计特征(First-orderStatisticsFeatures,FOS)第71-73页
            1.2 基于形状和大小的特征第73-74页
            1.3 基于统计的纹理特征第74-79页
            1.4 小波特征第79-80页
        2.标签选择的说明第80-82页
        参考文献第82-83页
附录 II第83-86页
    第二部分 补充信息第83-86页
        影像组学特征提取方法第83-86页
            1.一阶统计特征(FOS)第83页
            2.基于形状和大小的特征第83页
            3.基于统计的纹理特征第83-84页
            4.小波特征第84-86页
攻读学位期间发表论文情况第86-87页
致谢第87-88页

论文共88页,点击 下载论文
上一篇:HH信号通路在肺部炎—癌转化模型中的作用机制研究
下一篇:免疫蛋白酶体亚基LMP10在血管紧张素Ⅱ引起的视网膜病变中的作用及机制