| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 本文常用略语说明 | 第13-14页 |
| 第一章 绪论 | 第14-37页 |
| 1.1 引言 | 第14页 |
| 1.2 精确放疗在恶性肿瘤治疗过程中的应用 | 第14-15页 |
| 1.2.1 放射治疗技术的发展 | 第14-15页 |
| 1.3 呼吸运动模型 | 第15-19页 |
| 1.3.1 呼吸运动及其变化 | 第16-17页 |
| 1.3.2 呼吸运动模型的描述方法 | 第17-18页 |
| 1.3.3 呼吸模型的应用 | 第18-19页 |
| 1.4 现代精确放疗技术需要与功能影像相结合 | 第19-30页 |
| 1.4.1 功能影像在放疗应用中的意义 | 第19-20页 |
| 1.4.2 放射组学 | 第20-21页 |
| 1.4.3 放射组学的工作流程 | 第21-26页 |
| 1.4.4 放射组学的临床应用 | 第26-30页 |
| 1.5 论文的主要工作 | 第30-32页 |
| 1.6 参考文献 | 第32-37页 |
| 第二章 呼吸运动分析方法和四维核磁序列的重建研究 | 第37-54页 |
| 2.1 引言 | 第37-39页 |
| 2.2 运动的模型的建立过程 | 第39-42页 |
| 2.3 建立皮肤表面与靶区之间的个体化运动关系 | 第42-51页 |
| 2.3.1 应用体表面运动作为呼吸替代物重建4D.MRI | 第42页 |
| 2.3.2 图像数据的采集 | 第42页 |
| 2.3.3 呼吸运动的获取过程 | 第42-45页 |
| 2.3.4 实验介绍 | 第45页 |
| 2.3.5 运动体模的研究 | 第45-49页 |
| 2.3.5.1 模体的搭建 | 第45-47页 |
| 2.3.5.2 核磁参数的设置 | 第47页 |
| 2.3.5.3 数据采集 | 第47-48页 |
| 2.3.5.4 临床应用研究 | 第48-49页 |
| 2.3.6 实现结论 | 第49-51页 |
| 2.4 本章小结 | 第51-52页 |
| 2.5 参考文献 | 第52-54页 |
| 第三章 放射组学在肿瘤的精确分类中的研究 | 第54-88页 |
| 3.1 引言 | 第54-55页 |
| 3.2 放射组学在临床肿瘤分类中的应用 | 第55页 |
| 3.3 应用T1MR强化图像的纹理分析区分不同病理类型的肺癌脑转移瘤的研究 | 第55-74页 |
| 3.3.1 实验目的及可行性分析 | 第56-58页 |
| 3.3.2 实验方法 | 第58-68页 |
| 3.3.2.1 数据的获取 | 第58页 |
| 3.3.2.2 图像的纹理分析 | 第58-66页 |
| 3.3.2.4 纹理特征的选择 | 第66-67页 |
| 3.3.2.5 统计分析 | 第67页 |
| 3.3.2.6 纹理参数的降维 | 第67-68页 |
| 3.3.2.7 分类模型 | 第68页 |
| 3.3.3 实验结果 | 第68-70页 |
| 3.3.4 实验结论 | 第70-74页 |
| 3.4 基于SPAIR T2W序列的纹理分析区分不同的肝脏病灶的研究 | 第74-80页 |
| 3.4.1 实验目的和方法可行性 | 第74页 |
| 3.4.2 实验方法 | 第74-78页 |
| 3.4.2.1 数据的获取 | 第74-75页 |
| 3.4.2.2 图像的预处理 | 第75页 |
| 3.4.2.3 图像的纹理分析 | 第75页 |
| 3.4.2.4 研究中纹理特征的描述 | 第75-77页 |
| 3.4.2.5 统计分析和纹理选择方法 | 第77页 |
| 3.4.2.6 分类模型的选择 | 第77-78页 |
| 3.4.3 实验结果 | 第78-79页 |
| 3.4.4 实验结论 | 第79-80页 |
| 3.5 本章小结 | 第80-81页 |
| 3.6 本章创新点 | 第81-85页 |
| 3.7 参考文献 | 第85-88页 |
| 第四章 放射组学在食管鳞癌预后诊断上的价值 | 第88-105页 |
| 4.1 引言 | 第88-89页 |
| 4.2 运用磁共振弥散加权成像三维纹理分析预测食管鳞癌放化疗敏感性和预后状况 | 第89-100页 |
| 4.2.1 研究主要内容概述 | 第89-90页 |
| 4.2.2 研究材料和方法 | 第90-94页 |
| 4.2.2.1 临床资料 | 第90页 |
| 4.2.2.2 磁共振扫描 | 第90-92页 |
| 4.2.2.3 图像预处理 | 第92页 |
| 4.2.2.4 ROIs勾画 | 第92页 |
| 4.2.2.5 图像的三维纹理分析 | 第92-93页 |
| 4.2.2.6 纹理的选择 | 第93-94页 |
| 4.2.2.7 统计分析 | 第94页 |
| 4.2.3 研究结果 | 第94-97页 |
| 4.2.3.1 整体的疗效和生存 | 第94页 |
| 4.2.3.2 纹理参数的预后价值 | 第94-96页 |
| 4.2.3.3 模型表现的评价 | 第96-97页 |
| 4.2.4 实验结论 | 第97-100页 |
| 4.3 本章小结 | 第100-101页 |
| 4.4 本章创新点 | 第101-102页 |
| 4.5 参考文献 | 第102-105页 |
| 第五章 基于核磁图像的纹理特征不确定性的分析概述 | 第105-114页 |
| 5.1 引言 | 第105-106页 |
| 5.2 图像归一化方式的选择对基于MR纹理分类的影响 | 第106-110页 |
| 5.2.1 材料和方法 | 第106-109页 |
| 5.2.1.1 MRI数据集 | 第106页 |
| 5.2.1.2 图像预处理 | 第106-107页 |
| 5.2.1.3 纹理特征选择 | 第107-108页 |
| 5.2.1.4 纹理选择和分类 | 第108-109页 |
| 5.2.2 结果和讨论 | 第109页 |
| 5.2.3 研究结论 | 第109-110页 |
| 5.3 探索核磁图像的层厚的差异对参数的影响 | 第110-112页 |
| 5.3.1 数据和方法 | 第110-111页 |
| 5.3.2 研究结果 | 第111页 |
| 5.3.3 研究结论 | 第111-112页 |
| 5.4 本章小结 | 第112页 |
| 5.5 本章创新性 | 第112-113页 |
| 5.6 参考文献 | 第113-114页 |
| 第六章 结论与展望 | 第114-117页 |
| 6.1 全文工作总结 | 第114-116页 |
| 6.2 未来工作的展望 | 第116-117页 |
| 致谢 | 第117-118页 |
| 附录A: 灰度梯度共生矩阵参数说明 | 第118-119页 |
| 附录B: 灰度游程矩阵参数说明 | 第119-120页 |
| 附录C: 灰度区域大小矩阵参数说明 | 第120-121页 |
| 个人简历 | 第121-122页 |
| 作者在博士研究生期间获得的成果 | 第122页 |
