论文目录 | |
缩略语表 | 第1-8页 |
中文摘要 | 第8-14页 |
Abstract | 第14-22页 |
前言 | 第22-27页 |
1、研究背景及意义 | 第22-24页 |
2、研究思路 | 第24-27页 |
文献回顾 | 第27-43页 |
1. 虚拟膀胱镜技术的发展现状与存在的问题 | 第27-29页 |
2. 计算机辅助检测与诊断技术 | 第29-31页 |
3. 肿瘤的异质性 | 第31-33页 |
4. 影像组学特征 | 第33-36页 |
5. 特征选择 | 第36-37页 |
6. 均衡与扩增 | 第37页 |
7. 分类器及性能验证 | 第37-38页 |
8. 肿瘤浸润深度计算与分期预测 | 第38-39页 |
9. 论文的研究目标 | 第39-43页 |
总纲 | 第43-45页 |
第一部分 基于常规MRI及其高阶偏导图像与 3D纹理特征的膀胱肿瘤与壁组织鉴别 | 第45-65页 |
1 研究对象 | 第46-47页 |
2 研究内容与方法 | 第47-55页 |
2.1 研究思路 | 第47-48页 |
2.2 VOI勾勒与高阶偏导图计算 | 第48-50页 |
2.3 特征提取 | 第50-52页 |
2.4 特征选择 | 第52-53页 |
2.5 分类验证 | 第53-55页 |
3 研究结果 | 第55-62页 |
3.1 3D与 2D纹理特征对肿瘤与壁组织鉴别的效果比较 | 第55-57页 |
3.2 基于双侧t-test的SVM分类测试 | 第57-59页 |
3.3 最优特征子集选择 | 第59-61页 |
3.4 样本扩充与分类效果验证 | 第61-62页 |
4 讨论与结论 | 第62-64页 |
阶段性成果 | 第64-65页 |
第二部分 基于常规MRI及其高阶偏导图像与影像组学特征的膀胱肿瘤肌层浸润性鉴别与分期的术前初步预测 | 第65-83页 |
1 研究对象 | 第66-67页 |
2 研究内容与方法 | 第67-74页 |
2.1 VOI勾勒与高阶偏导图计算 | 第68-69页 |
2.2 影像组学特征提取 | 第69-72页 |
2.3 特征选择 | 第72-73页 |
2.4 分类测试 | 第73-74页 |
3 研究结果 | 第74-79页 |
3.1 影像组学特征分类效果比较 | 第74-75页 |
3.2 基于统计学分析的特征初筛 | 第75-77页 |
3.3 基于RFE-SVM的最优特征子集选择 | 第77-79页 |
4 讨论与结论 | 第79-82页 |
阶段性成果 | 第82-83页 |
第三部分 基于多模态MRI序列与影像组学特征的膀胱肿瘤肌层浸润性鉴别与肿瘤分期的术前初步预测 | 第83-100页 |
1 研究对象 | 第84-85页 |
2 研究内容与方法 | 第85-91页 |
2.1 ROI勾勒 | 第86-88页 |
2.2 影响组学特征提取 | 第88-90页 |
2.3 特征选择与分类测试 | 第90-91页 |
3 研究结果 | 第91-96页 |
3.1 特征的统计学分析 | 第91-93页 |
3.2 最优特征选择 | 第93-94页 |
3.3 分类预测 | 第94-96页 |
4 讨论与结论 | 第96-99页 |
阶段性成果 | 第99-100页 |
第四部分 基于PG-CMF的膀胱肿瘤准确提取、浸润深度计算与肿瘤分期的术前量化预测 | 第100-131页 |
1. 研究对象 | 第107-108页 |
2. 研究方法 | 第108-121页 |
2.1 膀胱壁分割 | 第108-109页 |
2.2 基于PG-CMF的膀胱肿瘤准确提取 | 第109-116页 |
2.3 3D膀胱壁厚 (BWT) 与肿瘤浸润深度计算 | 第116-121页 |
3. 研究结果 | 第121-129页 |
3.1 基于PG-CMF的肿瘤区域准确提取 | 第121-126页 |
3.2 肿瘤浸润膀胱壁组织的相对深度 | 第126-129页 |
4. 讨论与结论 | 第129-130页 |
阶段性成果 | 第130-131页 |
总结与展望 | 第131-136页 |
1 主要结论 | 第131页 |
2 论文创新点 | 第131-132页 |
3 论文展望 | 第132-136页 |
参考文献 | 第136-143页 |
附录 | 第143-147页 |
个人简历和研究成果 | 第147-150页 |
致谢 | 第150-152页 |