| 内容摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 磁共振成像 | 第10页 |
| 1.2 影像组学介绍 | 第10-12页 |
| 1.3 磁共振成像重建和后处理流水线简介 | 第12-14页 |
| 1.3.1 图像处理流水线形成原因 | 第12-13页 |
| 1.3.2 YAP(YetAnotherPipeline)流水线介绍 | 第13-14页 |
| 1.4 本文工作 | 第14-15页 |
| 第二章 YAP中Python支持的实现 | 第15-28页 |
| 2.1 Yap流水线的介绍 | 第15-19页 |
| 2.1.1 处理器 | 第16页 |
| 2.1.2 流水线 | 第16-17页 |
| 2.1.3 接口 | 第17-19页 |
| 2.2 Python解析引擎 | 第19-27页 |
| 2.2.1 Python引擎引入意义 | 第19-20页 |
| 2.2.2 Python处理模块的IPython接口 | 第20-24页 |
| 2.2.3 Python处理模块的实现 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 影像组学过程以及在YAP中实现 | 第28-43页 |
| 3.1 影像组学基本流程概述 | 第28-29页 |
| 3.2 影像组学处理流程 | 第29-35页 |
| 3.2.1 获取图像及预处理 | 第29-30页 |
| 3.2.2 图像分割 | 第30-31页 |
| 3.2.3 特征提取 | 第31-34页 |
| 3.2.4 特征选择 | 第34页 |
| 3.2.5 分析建模 | 第34-35页 |
| 3.3 影像组学流水线的总体设计 | 第35-36页 |
| 3.4 流程中影像组学模块实现 | 第36-40页 |
| 3.4.1 ExtractFeatures处理器 | 第37-39页 |
| 3.4.2 Classification处理器 | 第39-40页 |
| 3.5 文件格式的支持 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 影像组学流水线在脑部肿瘤方面的应用 | 第43-50页 |
| 4.1 使用的数据 | 第43-44页 |
| 4.2 数据辅助模块 | 第44-45页 |
| 4.2.1 FolderIterator和FolderCollector处理器 | 第44-45页 |
| 4.2.2 FileIterator和FileCollector处理器 | 第45页 |
| 4.3 实验方法 | 第45-46页 |
| 4.4 结果和讨论 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文工作总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 附件：使用到的一些Radiomics的相关特征 | 第57-75页 |
| 信号强度特征 | 第57-59页 |
| 几何形状特征 | 第59-61页 |
| 纹理特征 | 第61-74页 |
| 小波变换特征 | 第74页 |
| 附件参考文献 | 第74-75页 |
| 致谢 | 第75-76页 |
