| 中文摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 研究背景与意义 | 第12-17页 |
| 1.1.1 非小细胞肺癌预后研究概述 | 第12-14页 |
| 1.1.2 定量化CT影像分析技术概述 | 第14-17页 |
| 1.2 影像学分析及其在非小细胞肺癌预后研究进展与难点 | 第17-27页 |
| 1.3 本文主要研究内容 | 第27-30页 |
| 第2章 基于生长模型的CT影像肺部病灶自动分割 | 第30-52页 |
| 2.1 引言 | 第30页 |
| 2.2 基于生长模型的CT影像肺部病灶自动分割 | 第30-36页 |
| 2.3 区域生长与肺部病灶自动分割 | 第36-51页 |
| 2.3.1 Toboggan算法自动识别肺部病灶 | 第37-43页 |
| 2.3.2 基于区域生长的肺部病灶分割算法 | 第43-48页 |
| 2.3.3 算法运行结果与分析 | 第48-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第3章 非小细胞肺癌高通量CT特征提取 | 第52-66页 |
| 3.1 引言 | 第52页 |
| 3.2 非小细胞肺癌CT影像临床经验特征提取 | 第52-57页 |
| 3.3 非小细胞肺癌CT影像特征提取 | 第57-64页 |
| 3.3.1 多阶统计学特征分析与提取 | 第58-60页 |
| 3.3.2 肿瘤纹理特征分析与提取 | 第60-62页 |
| 3.3.3 肿瘤Gabor特征分析与提取 | 第62-63页 |
| 3.3.4 肿瘤影像小波特征分析与提取 | 第63-64页 |
| 3.4 本章小结 | 第64-66页 |
| 第4章 基于影像学特征的非小细胞肺癌预后研究 | 第66-82页 |
| 4.1 引言 | 第66-67页 |
| 4.2 影像学特征标签与非小细胞肺癌临床病理相关性分析 | 第67-74页 |
| 4.2.1 影像学特征临床研究进展 | 第67-68页 |
| 4.2.2 影像学特征标签构建方法 | 第68-71页 |
| 4.2.3 影像学特征标签与非小细胞肺癌临床病理分析 | 第71-74页 |
| 4.3 影像学特征标签与非小细胞肺癌生存预后相关性分析 | 第74-80页 |
| 4.3.1 非小细胞肺癌生存预后分析方法 | 第75-76页 |
| 4.3.2 影像学特征标签与非小细胞肺癌生存预后分析 | 第76-80页 |
| 4.4 本章小结 | 第80-82页 |
| 第5章 四期非小细胞肺癌行TKI靶向药物的疗效预测 | 第82-96页 |
| 5.1 引言 | 第82-83页 |
| 5.2 TKI靶向药物疗效预测的影像学预后标签构建 | 第83-85页 |
| 5.3 TKI靶向药物疗效预测的影像学预后模型构建 | 第85-86页 |
| 5.4 影像学分析TKI靶向药物疗效的预测性能评价 | 第86-93页 |
| 5.5 本章小结 | 第93-96页 |
| 第6章 总结与展望 | 第96-100页 |
| 6.1 工作总结 | 第96-98页 |
| 6.2 未来展望 | 第98-100页 |
| 参考文献 | 第100-112页 |
| 致谢 | 第112-114页 |
| 攻读学位期间发表的论文及科研工作 | 第114-116页 |
| 个人简介 | 第116页 |
