基于机器学习方法的脑胶质瘤影像分级研究

摘要	第4-5页
abstract	第5-6页
1 绪论	第11-16页
1.1 研究背景及意义	第11-13页
1.2 研究现状	第13-14页
1.3 本文主要工作及论文组织结构	第14-16页
2 相关理论及方法	第16-26页
2.1 影像组学	第16-17页
2.2 特征降维方法	第17-21页
2.3 机器学习算法	第21-25页
2.3.1 随机森林	第22-24页
2.3.2 支持向量机	第24-25页
2.4 本章小结	第25-26页
3 数据处理与特征构造	第26-38页
3.1 实验流程	第26-27页
3.2 数据获取及影像分割	第27-28页
3.3 特征构造	第28-36页
3.3.1 强度特征	第28-31页
3.3.2 形状特征	第31-32页
3.3.3 纹理特征	第32-35页
3.3.4 小波特征	第35-36页
3.4 特征提取结果	第36页
3.5 本章小结	第36-38页
4 特征降维及模型训练	第38-48页
4.1 特征降维	第38-41页
4.2 数据不均衡	第41-43页
4.3 随机森林模型训练	第43-45页
4.4 支持向量机模型训练	第45-47页
4.5 本章小结	第47-48页
5 实验结果及分析	第48-56页
5.1 随机森林模型分级结果	第48-52页
5.2 支持向量机模型分级结果	第52-53页
5.3 实验分析	第53-55页
5.4 本章小结	第55-56页
6 总结与展望	第56-59页
6.1 总结	第56-57页
6.2 展望	第57-59页
参考文献	第59-62页
个人简历、在学期间发表的学术论文与研究成果	第62-63页
致谢	第63页