| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.2 多模态数据融合方法介绍 | 第15-17页 |
| 1.3 研究现状及进展 | 第17-20页 |
| 1.3.1 基于组学数据的癌症生存期预测研究 | 第17-18页 |
| 1.3.2 基于病理图像的癌症生存期预测研究 | 第18-19页 |
| 1.3.3 基于组学和病理图像的癌症生存期预测研究 | 第19-20页 |
| 1.4 研究内容与组织安排 | 第20-24页 |
| 第2章 乳腺癌生存期预测相关多模态数据介绍 | 第24-38页 |
| 2.1 乳腺癌组学数据介绍 | 第24-29页 |
| 2.2 乳腺癌病理图像数据介绍 | 第29-31页 |
| 2.3 乳腺癌生存期预测数据获取 | 第31-35页 |
| 2.3.1 组学数据获取 | 第31-34页 |
| 2.3.1.1 基因表达数据 | 第31-32页 |
| 2.3.1.2 拷贝数变异数据 | 第32页 |
| 2.3.1.3 DNA甲基化数据 | 第32-34页 |
| 2.3.1.4 蛋白质表达数据 | 第34页 |
| 2.3.2 病理图像数据获取 | 第34-35页 |
| 2.4 本章总结 | 第35-38页 |
| 第3章 融合组学与病理图像数据的多核学习生存期预测 | 第38-54页 |
| 3.1 概述 | 第38页 |
| 3.2 数据提取与处理 | 第38-40页 |
| 3.2.1 TCGA组学数据提取与处理 | 第38-39页 |
| 3.2.2 TCGA病理图像数据提取与处理 | 第39-40页 |
| 3.3 多核学习算法 | 第40-43页 |
| 3.3.1 简单多核学习 | 第41-42页 |
| 3.3.2 融合组学与病理图像数据的多核学习生存期预测方法 | 第42-43页 |
| 3.4 评价标准 | 第43-45页 |
| 3.5 性能评估与比较 | 第45-53页 |
| 3.5.1 不同模态数据性能比较 | 第45-47页 |
| 3.5.2 现有的方法性能比较 | 第47-48页 |
| 3.5.3 乳腺癌病理图像特征提取分析 | 第48-49页 |
| 3.5.4 乳腺癌组学特征提取分析 | 第49-51页 |
| 3.5.5 乳腺癌各组学性能分析 | 第51-52页 |
| 3.5.6 乳腺癌各亚型生存期预测性能比较 | 第52-53页 |
| 3.6 本章总结 | 第53-54页 |
| 第4章 融合组学数据的深度神经网络生存期预测 | 第54-72页 |
| 4.1 概述 | 第54页 |
| 4.2 数据提取与处理 | 第54-56页 |
| 4.2.1 METABRIC组学数据集构建 | 第54-55页 |
| 4.2.2 METABRIC数据集特征提取 | 第55-56页 |
| 4.3 深度神经网络介绍 | 第56-59页 |
| 4.4 融合组学数据的深度神经网络生存期预测方法 | 第59-63页 |
| 4.4.1 基于组学数据的深度神经网络构建 | 第59-62页 |
| 4.4.2 MDNNMD相关参数选择 | 第62-63页 |
| 4.5 性能评估与比较 | 第63-67页 |
| 4.5.1 不同模态深度神经网络模型性能比较 | 第63-65页 |
| 4.5.2 现有方法性能比较 | 第65-67页 |
| 4.6 独立测试集的构建与性能分析 | 第67-71页 |
| 4.7 乳腺癌组学特征分析 | 第71页 |
| 4.8 本章总结 | 第71-72页 |
| 第5章 融合组学与病理图像数据的混合深度神经网络生存期预测 | 第72-90页 |
| 5.1 概述 | 第72页 |
| 5.2 卷积神经网络 | 第72-77页 |
| 5.2.1 卷积神经网络介绍 | 第72-75页 |
| 5.2.2 LeNet-5卷积神经网络介绍 | 第75-76页 |
| 5.2.3 Inception V3卷积神经网络介绍 | 第76-77页 |
| 5.3 数据提取与处理 | 第77-78页 |
| 5.4 融合组学与病理图像的混合深度神经网络生存期预测方法 | 第78-81页 |
| 5.5 图像块选取方法 | 第81-82页 |
| 5.6 性能评估与比较 | 第82-85页 |
| 5.7 不同组学性能分析 | 第85-87页 |
| 5.8 深度神经网络特征响应分析 | 第87-88页 |
| 5.9 卷积神经网络图像块分类结果分析 | 第88-89页 |
| 5.10 本章总结 | 第89-90页 |
| 第6章 总结与展望 | 第90-94页 |
| 6.1 研究总结 | 第90-91页 |
| 6.2 研究展望 | 第91-94页 |
| 参考文献 | 第94-106页 |
| 附录1 乳腺癌生存期预测相关图像特征及对应权重大小 | 第106-110页 |
| 致谢 | 第110-112页 |
| 在读期间发表的学术论文 | 第112页 |
