| 摘要 | 第5-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第14-25页 |
| 1.1 引言 | 第14页 |
| 1.2 研究背景 | 第14-17页 |
| 1.2.1 主动脉缩窄简介与研究背景 | 第14-15页 |
| 1.2.2 主动脉瓣狭窄简介与研究背景 | 第15-16页 |
| 1.2.3 血流动力学的重要性 | 第16-17页 |
| 1.2.4 CoA的诊断、评价与AS的评估的新方法 | 第17页 |
| 1.3 研究的理论概述 | 第17-20页 |
| 1.3.1 血流动力学理论概述 | 第17-19页 |
| 1.3.2 计算流体力学理论概述 | 第19页 |
| 1.3.3 机器学习理论概述 | 第19-20页 |
| 1.4 国内外研究现状 | 第20-23页 |
| 1.4.1 经胸超声心动图 | 第20-21页 |
| 1.4.2 心导管检查 | 第21页 |
| 1.4.3 心脏磁共振成像 | 第21-22页 |
| 1.4.4 CT血管造影 | 第22页 |
| 1.4.5 CFD技术 | 第22-23页 |
| 1.4.6 机器学习 | 第23页 |
| 1.5 本文的研究目的、内容与意义 | 第23-25页 |
| 第二章 CTA图像的后处理与CFD基本步骤 | 第25-33页 |
| 2.1 引言 | 第25页 |
| 2.2 CTA图像的分割与重建方法 | 第25-28页 |
| 2.2.1 阈值分割法 | 第25-26页 |
| 2.2.2 区域生长法 | 第26-28页 |
| 2.2.3 模型的重建与出入口边界的定义 | 第28页 |
| 2.3 CFD方法基本步骤 | 第28-31页 |
| 2.3.1 网格化 | 第29页 |
| 2.3.2 边界条件 | 第29-30页 |
| 2.3.3 CFD计算 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于CTA图像的CFD技术在主动脉血流动力学分析中的可行性研究 | 第33-41页 |
| 3.1 前言 | 第33页 |
| 3.2 材料与方法 | 第33-36页 |
| 3.2.1 研究对象 | 第33页 |
| 3.2.2 入组标准 | 第33-34页 |
| 3.2.3 检查仪器 | 第34页 |
| 3.2.4 CFD仿真 | 第34-36页 |
| 3.2.5 统计学分析 | 第36页 |
| 3.3 结果 | 第36-38页 |
| 3.3.1 CTA图像重建的验证 | 第36页 |
| 3.3.2 CFD方法的验证 | 第36-38页 |
| 3.3.3 血流动力学可视化 | 第38页 |
| 3.4 讨论 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于CTA图像的CFD技术诊断CoA | 第41-53页 |
| 4.1 前言 | 第41页 |
| 4.2 材料与方法 | 第41-46页 |
| 4.2.1 研究对象 | 第41-42页 |
| 4.2.2 入组标准 | 第42页 |
| 4.2.3 入组步骤 | 第42页 |
| 4.2.4 检查仪器与方法 | 第42-43页 |
| 4.2.5 CFD仿真 | 第43-45页 |
| 4.2.6 统计学分析 | 第45-46页 |
| 4.3 结果 | 第46-50页 |
| 4.3.1 训练集患者的基本信息比较 | 第46页 |
| 4.3.2 CTA图像的重建准确性验证 | 第46页 |
| 4.3.3 CFD仿真结果的验证 | 第46-48页 |
| 4.3.4 训练集中CFD方法的诊断效能 | 第48-49页 |
| 4.3.5 测试集中CFD方法的诊断效能 | 第49-50页 |
| 4.4 讨论 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于CTA图像的CFD技术在AS严重程度分级中的应用研究 | 第53-61页 |
| 5.1 前言 | 第53页 |
| 5.2 材料与方法 | 第53-54页 |
| 5.2.1 研究对象 | 第53-54页 |
| 5.2.2 入组标准 | 第54页 |
| 5.3 实验方法 | 第54-56页 |
| 5.3.1 检查仪器与方法 | 第54-55页 |
| 5.3.2 CFD仿真 | 第55-56页 |
| 5.3.3 统计学分析 | 第56页 |
| 5.4 结果 | 第56-58页 |
| 5.4.1 一般性指标的比较 | 第56-57页 |
| 5.4.2 重建模型测量值与实际实测值的比较 | 第57页 |
| 5.4.3 CFD与心导管的一致性检验 | 第57页 |
| 5.4.4 CFD分级效果 | 第57-58页 |
| 5.5 讨论 | 第58-59页 |
| 5.6 本章小结 | 第59-61页 |
| 第六章 利用机器学习方法诊断CoA | 第61-71页 |
| 6.1 前言 | 第61页 |
| 6.2 材料与方法 | 第61-67页 |
| 6.2.1 数据准备和预处理 | 第61-62页 |
| 6.2.2 特征的筛选 | 第62-64页 |
| 6.2.3 模型选择及评估 | 第64-67页 |
| 6.3 结果 | 第67-68页 |
| 6.4 讨论 | 第68-69页 |
| 6.5 本章小结 | 第69-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-80页 |
| 附录 | 第80-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附件 | 第83页 |
