基于DCE-MRI影像的乳腺癌早期诊断研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景 | 第12页 |
| ·乳腺影像诊断技术 | 第12-15页 |
| ·计算机辅助诊断技术 | 第15-16页 |
| ·本论文的主要研究内容与创新点 | 第16-17页 |
| ·本论文的主要研究内容 | 第16-17页 |
| ·本研究创新点 | 第17页 |
| ·论文组织结构 | 第17-19页 |
| 第2章 乳腺 DCE-MRI 影像诊断 | 第19-28页 |
| ·引言 | 第19页 |
| ·乳腺 DCE-MRI 影像 | 第19-22页 |
| ·乳腺 DCE-MRI 成像原理 | 第19-20页 |
| ·乳腺 DCE-MRI 影像数据 | 第20-22页 |
| ·基于 DCE-MRI 的乳腺癌诊断与分析 | 第22-27页 |
| ·乳腺 DCE-MRI 临床诊断 | 第22-24页 |
| ·计算机辅助诊断研究现状 | 第24-26页 |
| ·存在的问题 | 第26页 |
| ·解决思路 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 DCE-MRI 影像预处理 | 第28-41页 |
| ·引言 | 第28页 |
| ·降噪分析 | 第28-30页 |
| ·时相序列配准分析 | 第30-32页 |
| ·乳房区域分割 | 第32-40页 |
| ·分割方法介绍 | 第32-33页 |
| ·身体轮廓检测 | 第33-35页 |
| ·双乳间胸部皮肤边缘检测 | 第35-37页 |
| ·胸腔轮廓拟合 | 第37-39页 |
| ·乳房区域确定 | 第39页 |
| ·乳房分割的不足 | 第39-40页 |
| ·病灶分割 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 乳腺腺体背景特征的乳腺癌甄别能力研究 | 第41-61页 |
| ·引言 | 第41页 |
| ·研究方案概述 | 第41-42页 |
| ·特征提取 | 第42-48页 |
| ·动态增强特征提取 | 第42-45页 |
| ·纹理特征提取 | 第45-48页 |
| ·单个特征可分性测度评估方法 | 第48-49页 |
| ·箱线图 | 第48页 |
| ·K-W 检验 | 第48-49页 |
| ·受试者工作特征曲线 | 第49页 |
| ·实验数据及其结果分析 | 第49-60页 |
| ·病例数据总结 | 第49-50页 |
| ·动态增强特性可分性评估与分析 | 第50-58页 |
| ·纹理特征可分性分析 | 第58-59页 |
| ·实验总结 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 病灶与腺体背景影像特征互补性研究 | 第61-74页 |
| ·引言 | 第61页 |
| ·研究方案概述 | 第61页 |
| ·特征集可分性评估方法 | 第61-64页 |
| ·基于类内类间距的可分性判据 | 第62页 |
| ·基于熵的可分性判据 | 第62-63页 |
| ·基于支持向量机分类器的分类性能判据 | 第63-64页 |
| ·特征选择算法 | 第64-66页 |
| ·最优搜索算法 | 第64页 |
| ·启发式搜索算法 | 第64-65页 |
| ·遗传算法 | 第65-66页 |
| ·实验数据及其结果分析 | 第66-73页 |
| ·实验数据 | 第66-67页 |
| ·实验结果与分析 | 第67-72页 |
| ·实验总结 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-77页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 附录 | 第81页 |
