| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 PET图像检测Aβ 沉积的研究现状 | 第10页 |
| 1.2.2 MR图像检测Aβ 沉积的研究现状 | 第10-12页 |
| 1.3 本文的主要内容 | 第12-13页 |
| 1.4 本文结构安排 | 第13-15页 |
| 2 Aβ 沉积检测的相关方法原理 | 第15-27页 |
| 2.1 医学影像数据预处理 | 第15-17页 |
| 2.1.1 医学影像分割方法 | 第15-16页 |
| 2.1.2 医学影像特征提取 | 第16-17页 |
| 2.2 特征学习 | 第17-22页 |
| 2.2.1 特征降维 | 第17-18页 |
| 2.2.2 特征选择模式 | 第18-20页 |
| 2.2.3 特征评价准则 | 第20-22页 |
| 2.3 分类器 | 第22-25页 |
| 2.3.1 支持向量机 | 第22-24页 |
| 2.3.2 随机森林 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 基于MR图像像素特征选择的Aβ 沉积检测算法 | 第27-49页 |
| 3.1 数据预处理 | 第27-29页 |
| 3.1.1 脑MR图像中脑组织区域分割 | 第28-29页 |
| 3.1.2 脑组织像素特征矩阵的形成 | 第29页 |
| 3.2 基于脑组织像素特征选择的Aβ 沉积检测算法 | 第29-37页 |
| 3.2.1 搜索算法及可分性判据 | 第30-33页 |
| 3.2.2 像素特征选择算法 | 第33-34页 |
| 3.2.3 分类器 | 第34-35页 |
| 3.2.4 投票机制与弹性映射 | 第35-37页 |
| 3.3 实验结果与分析 | 第37-47页 |
| 3.3.1 实验条件 | 第37-38页 |
| 3.3.2 脑组织中Aβ 沉积信息间接检测效果分析 | 第38-42页 |
| 3.3.3 显著性差异分析 | 第42-45页 |
| 3.3.4 检测的可视化效果 | 第45-47页 |
| 3.4 本章小结 | 第47-49页 |
| 4 基于脑MR图像像素特征分组的Aβ 沉积检测算法 | 第49-63页 |
| 4.1 像素特征矩阵形成过程 | 第50页 |
| 4.1.1 脑组织图像分割 | 第50页 |
| 4.1.2 特征提取 | 第50页 |
| 4.2 主体算法分析与实现 | 第50-54页 |
| 4.2.1 特征分组算法 | 第50-53页 |
| 4.2.2 弹性映射 | 第53-54页 |
| 4.3 实验结果与分析 | 第54-61页 |
| 4.3.1 参数设置 | 第54-55页 |
| 4.3.2 检测效果对比及分析 | 第55-60页 |
| 4.3.3 检测的可视化效果 | 第60页 |
| 4.3.4 显著性差异分析 | 第60-61页 |
| 4.4 本章小结 | 第61-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 论文总结 | 第63页 |
| 5.2 未来研究展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 附录 | 第73-74页 |
| A. 作者在攻读学位期间取得的科研成果 | 第73-74页 |
| B. 作者在攻读学位期间参与的科研项目 | 第74页 |
