首页--医药、卫生论文--肿瘤学论文--呼吸系肿瘤论文--肺肿瘤论文

基于肺癌CT影像放射组学预后模型研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-20页
    1.1 课题研究背景和研究意义第16页
    1.2 国内外研究现状第16-18页
    1.3 本文主要研究内容和创新点第18-19页
    1.4 本文的组织结构第19-20页
第二章 CT影像与放射组学研究第20-26页
    2.1 CT技术简介第20-21页
        2.1.1 CT发展概述第20页
        2.1.2 CT在肺癌研究中的应用第20-21页
    2.2 放射组学的研究方法第21-25页
        2.2.1 放射组学介绍第21页
        2.2.2 放射组学数据的获取第21-22页
        2.2.3 肿瘤图像分割第22-23页
        2.2.4 肿瘤特征提取和量化第23-24页
        2.2.5 放射组学预后模型第24-25页
    2.3 小结第25-26页
第三章 肺癌CT影像的特征提取第26-48页
    3.1 引言第26页
    3.2 材料与方法第26-43页
        3.2.1 数据集第26-27页
        3.2.2 图像分割第27-28页
        3.2.3 图像量化第28页
        3.2.4 特征定义第28-41页
        3.2.5 特征提取软件第41-43页
    3.3 结果第43-47页
        3.3.1 分割结果第43页
        3.3.2 特征提取结果第43-47页
    3.4 讨论第47页
    3.5 本章小结第47-48页
第四章 肺癌特征选择第48-56页
    4.1 引言第48页
    4.2 材料与方法第48-52页
        4.2.1 材料第48-49页
        4.2.2 特征选择方法第49-52页
    4.3 特征选择结果第52-54页
    4.4 讨论第54页
    4.5 本章小结第54-56页
第五章 非小细胞肺癌的放射组学预后模型搭建第56-76页
    5.1 引言第56页
    5.2 材料与方法第56-60页
        5.2.1 材料第56-57页
        5.2.2 分类方法第57-59页
        5.2.3 交叉验证第59-60页
        5.2.4 最优特征数量选择第60页
        5.2.5 预测模型性能评估第60页
    5.3 预测模型性能评价结果第60-74页
        5.3.1 基于特定算法最优特征的模型可靠性评估第60-65页
        5.3.2 基于全局最优特征的模型可靠性评估第65-68页
        5.3.3 基于特定算法最优特征数量的模型性能评估第68-70页
        5.3.4 基于全局最优特征数量的模型性能评估第70-73页
        5.3.5 预测模型性能比较第73-74页
    5.4 讨论第74-75页
    5.5 本章小结第75-76页
第六章 总结与展望第76-78页
    6.1 总结第76页
    6.2 展望第76-78页
参考文献第78-88页
致谢第88-90页
作者简介第90-91页

论文共91页,点击 下载论文
上一篇:教育戏剧提高小学生英语学习的实验研究
下一篇:基于深度神经网络的遥感图像分类研究