卷积神经网络和迁移学习在癌症影像分析中的研究
摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第13-22页 |
1.1 研究背景 | 第13-15页 |
1.2 医学影像技术 | 第15-19页 |
1.2.1 医学超声成像 | 第16页 |
1.2.2 医学X射线成像 | 第16-17页 |
1.2.3 磁共振成像 | 第17-18页 |
1.2.4 其它成像技术 | 第18-19页 |
1.3 研究内容 | 第19-20页 |
1.4 论文组织结构 | 第20-22页 |
第2章 国内外研究现状 | 第22-34页 |
2.1 人工智能辅助诊断 | 第22-30页 |
2.1.1 特征提取 | 第23-25页 |
2.1.2 特征降维 | 第25-26页 |
2.1.3 机器学习 | 第26-30页 |
2.2 深度学习 | 第30-31页 |
2.3 影像组学 | 第31-33页 |
2.4 本章小结 | 第33-34页 |
第3章 基于迁移学习的肿瘤分区 | 第34-48页 |
3.1 引言 | 第34-36页 |
3.2 相关研究进展 | 第36-37页 |
3.3 数据和方法 | 第37-43页 |
3.3.1 影像数据 | 第37-38页 |
3.3.2 影像数据预处理 | 第38-39页 |
3.3.3 迁移学习网络 | 第39-41页 |
3.3.4 实验设计 | 第41-42页 |
3.3.5 软件平台 | 第42-43页 |
3.4 结果 | 第43-44页 |
3.4.1 预测精度 | 第43页 |
3.4.2 诊断性能 | 第43页 |
3.4.3 受试者工作特征曲线 | 第43-44页 |
3.5 讨论 | 第44-47页 |
3.5.1 本章的发现 | 第44-45页 |
3.5.2 特征的可迁移性 | 第45-46页 |
3.5.3 人工智能辅助诊断模型的可构造性 | 第46-47页 |
3.6 本章小结 | 第47-48页 |
第4章 基于特征优化选择的肿瘤分区 | 第48-64页 |
4.1 引言 | 第48-49页 |
4.2 相关研究进展 | 第49-51页 |
4.3 数据和方法 | 第51-57页 |
4.3.1 影像数据 | 第51-52页 |
4.3.2 特征提取 | 第52-53页 |
4.3.3 特征优化选择算法 | 第53-54页 |
4.3.4 分类器 | 第54-56页 |
4.3.5 实验设计 | 第56页 |
4.3.6 软件平台 | 第56-57页 |
4.4 结果 | 第57-62页 |
4.4.1 可重复性研究 | 第57-58页 |
4.4.2 特征排序结果 | 第58-59页 |
4.4.3 最优特征维度 | 第59-60页 |
4.4.4 特征维度与样本数量对诊断性能的影响 | 第60-61页 |
4.4.5 基于BCDR-F03的研究进展 | 第61-62页 |
4.5 讨论 | 第62-63页 |
4.6 本章小结 | 第63-64页 |
第5章 基于纹理分析的肿瘤亚型区分 | 第64-73页 |
5.1 引言 | 第64-66页 |
5.2 数据和方法 | 第66-68页 |
5.2.1 影像数据 | 第66页 |
5.2.2 肿瘤区域分割 | 第66-67页 |
5.2.3 纹理特征的提取 | 第67页 |
5.2.4 人工智能辅助诊断系统 | 第67-68页 |
5.2.5 评价参数 | 第68页 |
5.3 结果 | 第68-71页 |
5.3.1 T_1加权影像 | 第68-69页 |
5.3.2 增强T_1加权影像 | 第69-70页 |
5.3.3 T_2加权影像 | 第70页 |
5.3.4 肿瘤亚型区分结果比较 | 第70-71页 |
5.4 讨论 | 第71-72页 |
5.5 本章小结 | 第72-73页 |
第6章 总结与展望 | 第73-79页 |
6.1 本文工作总结 | 第73-74页 |
6.2 相关研究内容 | 第74-77页 |
6.2.1 影像质量 | 第75-76页 |
6.2.2 目标分割 | 第76页 |
6.2.3 交叉验证 | 第76-77页 |
6.3 未来研究内容 | 第77-79页 |
参考文献 | 第79-92页 |
附录A 影像特征计算 | 第92-93页 |
附录B BCDR-F03使用授权 | 第93-94页 |
致谢 | 第94-96页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第96-99页 |
作者简历 | 第96页 |
攻读学位期间发表的学术期刊论文 | 第96-97页 |
攻读学位期间在评审的学术期刊论文 | 第97页 |
攻读学位期间发表的学术会议论文 | 第97-98页 |
攻读学位期间申请的专利 | 第98-99页 |
攻读学位期间参加的科研项目 | 第99页 |