基于DCE-MRI的乳腺病灶良恶性计算机辅助诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 绪论 | 第8-14页 |
| ·研究背景 | 第8-10页 |
| ·乳腺DCE-MRI与计算机辅助诊断 | 第8-9页 |
| ·基于DCE-MRI的乳腺病灶良恶性CAD系统 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·DCE-MRI中的病灶提取 | 第11页 |
| ·乳腺病灶DCE-MRI图像特征 | 第11-12页 |
| ·乳腺病灶良恶性的分类识别方法 | 第12页 |
| ·商业化CAD系统 | 第12-13页 |
| ·本文的工作内容 | 第13-14页 |
| 2. 实验数据及预处理 | 第14-21页 |
| ·实验数据 | 第14-15页 |
| ·数据采集 | 第14-15页 |
| ·数据整理 | 第15页 |
| ·图像预处理 | 第15-20页 |
| ·减影序列 | 第16-17页 |
| ·ROI区域分割 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 3. 特征分析 | 第21-42页 |
| ·特征提取 | 第21-38页 |
| ·动态增强特征 | 第21-27页 |
| ·形态学特征 | 第27-33页 |
| ·纹理特征 | 第33-38页 |
| ·特征选择 | 第38-41页 |
| ·特征初筛 | 第38-40页 |
| ·特征的二次筛选 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4. 分类器实现 | 第42-46页 |
| ·SVM分类器 | 第42-43页 |
| ·ANN分类器 | 第43-44页 |
| ·KNN分类器 | 第44页 |
| ·回归树分类器 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5. 实验结果与分析 | 第46-56页 |
| ·分类评价指标介绍 | 第46-47页 |
| ·特征筛选结果与分析 | 第47-50页 |
| ·特征初次筛选 | 第47-49页 |
| ·特征二次筛选 | 第49-50页 |
| ·分类器的实验结果与分析 | 第50-54页 |
| ·基于DCE-MRI的乳腺CAD研究平台的搭建 | 第54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录A 关于TIC生成模板尺寸的讨论 | 第61-64页 |
| 附录B 特征筛选过程的实验数据补充 | 第64-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
