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

基于胸部CT的影像特征判别肺腺癌EGFR基因突变的探索性研究

摘要第3-5页
ABSTRACT第5-6页
中文部分第7-90页
    第一章 引言第11-23页
        1.1 研究背景第11-12页
        1.2 无创或微创地检测EGFR基因突变状态的相关研究现状第12-15页
        1.3 现有研究存在的问题第15页
        1.4 本研究的出发点第15-16页
        1.5 研究方法、理论基础和实验基础第16-21页
            1.5.1 研究方法第16-17页
            1.5.2 理论基础第17页
            1.5.3 实验基础第17-21页
        1.6 任务第21页
        1.7 涉及范围第21页
        1.8 预期成果第21页
        1.9 在已有的基础上解决的问题第21-22页
        1.10 本章小结第22-23页
    第二章 实验材料和方法第23-40页
        2.1 病人第23-24页
            2.1.1 时间段第23页
            2.1.2 纳入条件第23页
            2.1.3 排除条件第23-24页
        2.2 研究方法第24-39页
            2.2.1 构建训练集和验证集第24-25页
            2.2.2 EGFR基因检测方法第25页
            2.2.3 CT影像采集第25-26页
            2.2.4 ROI勾画第26页
            2.2.5 特征提取第26-34页
            2.2.6 构建分类模型第34-38页
            2.2.7 统计方法第38-39页
        2.3 本章小结第39-40页
    第三章 实验结果第40-50页
        3.1 入组患者的临床特征第40-41页
        3.2 特征提取第41-43页
        3.3 建模第43-45页
        3.4 模型效能的测试第45-49页
        3.5 耗时第49页
        3.6 本章小结第49-50页
    第四章 分析与讨论第50-58页
        4.1 结果分析第50-51页
            4.1.1 最佳的特征与建模方法第50页
            4.1.2 与已有研究的比较第50-51页
        4.2 影响结果的因素第51-54页
            4.2.1 影响影像组学特征建模效能的因素第51-53页
            4.2.2 影响卷积神经网络特征建模效能的因素第53-54页
        4.3 临床意义第54-56页
            4.3.1 对于预测EGFR突变状态的意义第54-55页
            4.3.2 优点与局限性第55-56页
        4.4 后续的研究方向第56-57页
            4.4.1 临床问题第56-57页
            4.4.2 方法探索第57页
        4.5 本章小结第57-58页
    第五章 结论第58-59页
    第六章 参考文献第59-65页
    第七章 附录第65-88页
        7.1 附录一、影像组学特征的定义第65-76页
        7.2 附录二、各影像组学特征在训练集单独判别的效能第76-88页
    第八章 致谢第88-89页
    第九章 攻读博士期间发表的论文第89-90页
英文部分第90-131页
    1. INTRODUCTION第92-101页
        1.1. BACKGROUND第92-93页
        1.2. DETECT EGFR MUTATION NON-INVASIVELY:STATE OF THE ART第93-95页
        1.3. PROBLEMS OF CURRENT STUDIES第95页
        1.4. INTENSION OF THIS RESEARCH第95-96页
        1.5. METHOD,THEORETICAL BASIS,AND EXPERIMENTAL BASIS第96-99页
            1.5.1 Methods第96-97页
            1.5.2 Theoretical basis第97页
            1.5.3 Experimental basis第97-99页
        1.6. TASKS第99页
        1.7. RESEARCH AREAS第99-100页
        1.8. OUTLOOK第100页
        1.9. PROBLEMS SOLVED第100-101页
    2. MATERIALS第101-115页
        2.1 PATIENTS第101-102页
            2.1.1 Time interval第101页
            2.1.2 Include criteria第101页
            2.1.3 Exclude criteria第101-102页
        2.2 METHODS第102-115页
            2.2.1 Construction of training and validation cohorts第102-103页
            2.2.2 EGFR gene mutation test第103页
            2.2.3 CT scan parameters第103页
            2.2.4 Delineation of ROI第103-104页
            2.2.5 Feature extraction第104-110页
            2.2.6 Building classifiers第110-113页
            2.2.7 Statistic analysis第113-115页
    3. RESULTS第115-124页
        3.1 CLINICAL INFORMATION OF PATIENT COHORTS第115-116页
        3.2 FEATURES第116-117页
        3.3 MODEL BUILDING第117-119页
        3.4 MODEL VALIDATION第119-123页
        3.5 TIME CONSUMPTION第123-124页
    4. DISCUSSION第124-129页
        4.1 ANALYSIS OF RESULTS第124-125页
            4.1.1 Best feature-model combination第124页
            4.1.2 Comparison to current methods第124-125页
        4.2 FACTORS THAT INFLUENCE THE RESULTS第125-127页
            4.2.1 Radiomics第125-126页
            4.2.2 Convolutional Neural Network第126-127页
        4.3 CLINICAL SIGNIFICANCE第127-128页
            4.3.1 Classification of EGFR mutation state第127页
            4.3.2 Advantage and limitation第127-128页
        4.4 FUTURE WORK第128-129页
            4.4.1 Clinical interests第128页
            4.4.2 Methodology第128-129页
    5. CONCLUSIONS第129-131页

论文共131页,点击 下载论文
上一篇:Kif11基因表达水平与乳腺癌进展的相关性分析及乳腺癌体外3D培养体系的构建
下一篇:乳腺癌中表观遗传修饰的异常改变对基因表达的调控作用