| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景 | 第14-18页 |
| 1.1.1 癌症发展及影响因素 | 第14-15页 |
| 1.1.2 癌症的治疗方法 | 第15-16页 |
| 1.1.3 放射治疗 | 第16-17页 |
| 1.1.4 放疗中计划设计存在的问题 | 第17-18页 |
| 1.2 研究目的和意义 | 第18页 |
| 1.3 国内外研究现状 | 第18-19页 |
| 1.4 本文章节安排 | 第19-21页 |
| 第二章 调强放射治疗计划设计 | 第21-31页 |
| 2.1 调强放射治疗简介 | 第21页 |
| 2.2 IMRT计划制定基本过程 | 第21-27页 |
| 2.2.1 患者基本信息和CT图像的导入 | 第22页 |
| 2.2.2 图像登记和配准 | 第22-23页 |
| 2.2.3 解剖结构的勾画及设定患者处方剂量要求 | 第23页 |
| 2.2.4 计划设计 | 第23-26页 |
| 2.2.5 剂量计算 | 第26页 |
| 2.2.6 计划评估 | 第26-27页 |
| 2.2.7 计划输出 | 第27页 |
| 2.3 基于几何特征的IMRT计划检索技术 | 第27-29页 |
| 2.4 放疗病例知识库的应用 | 第29-30页 |
| 2.4.1 CT图像数据 | 第29页 |
| 2.4.2 DICOM-RT数据集 | 第29-30页 |
| 2.4.3 IMRT知识库组成 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于形态学的OVH描述子计算方法及其在相似病例检索中的应用 | 第31-40页 |
| 3.1 基于形态学的OVH计算方法 | 第31-34页 |
| 3.1.1 OVH描述子的定义 | 第31-33页 |
| 3.1.2 OVH描述子的计算 | 第33-34页 |
| 3.2 基于OVH的相似病例检索方法 | 第34-36页 |
| 3.2.1 OVH_p和OVH_o曲线对几何关系的描述作用 | 第34-35页 |
| 3.2.2 传统检索方法 | 第35页 |
| 3.2.3 改进检索方法 | 第35-36页 |
| 3.3 实验 | 第36-37页 |
| 3.4 结果与分析 | 第37-39页 |
| 3.4.1 OVH描述子计算结果 | 第37页 |
| 3.4.2 相似病例检索结果 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于OVH和机器学习的鼻咽癌病例分类 | 第40-62页 |
| 4.1 传统K-均值聚类算法的概述 | 第40-41页 |
| 4.2 K-均值聚类改进算法 | 第41-47页 |
| 4.2.1 算法的基本思想 | 第42页 |
| 4.2.2 K-均值聚类改进算法流程 | 第42-43页 |
| 4.2.3 各参数设置 | 第43页 |
| 4.2.4 聚类方法的实验分析 | 第43-47页 |
| 4.3 鼻咽癌病例的K-均值聚类 | 第47-61页 |
| 4.3.1 鼻咽癌数据集 | 第47-48页 |
| 4.3.2 相似度度量的改进 | 第48-50页 |
| 4.3.3 鼻咽癌实验 | 第50-51页 |
| 4.3.4 实验结果与分析 | 第51-57页 |
| 4.3.5 聚类结果的剂量学特点分析 | 第57-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 质量控制临床应用及分析 | 第62-77页 |
| 5.1 鼻咽癌实验 | 第62-70页 |
| 5.1.1 检索性能验证 | 第62-63页 |
| 5.1.2 相似病例检索的实验结果及分析 | 第63-64页 |
| 5.1.3 质控性能的验证 | 第64-65页 |
| 5.1.4 质控性能实验结果与分析 | 第65-70页 |
| 5.2 前列腺癌实验 | 第70-76页 |
| 5.2.1 检索性能验证 | 第71-72页 |
| 5.2.2 相似病例检索的实验结果及分析 | 第72页 |
| 5.2.3 质控性能的验证 | 第72-73页 |
| 5.2.4 质控性能实验结果与分析 | 第73-76页 |
| 5.3 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-78页 |
| 6.1 工作总结 | 第77页 |
| 6.2 工作展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-85页 |
| 在学期间的研究成果及发表的学术论文 | 第85页 |