基于醫(yī)學(xué)影像和基因數(shù)據(jù)的肺癌輔助診斷方法研究

第1章 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 肺結(jié)節(jié)分割
1.2.2 肺癌亞型分類(lèi)
1.2.3 肺癌分期
1.2.4 肺癌影像預(yù)測(cè)基因突變
1.3 本書(shū)主要研究?jī)?nèi)容
1.4 本書(shū)的組織結(jié)構(gòu)
第2章 基于超體素3D區(qū)域增長(zhǎng)的疑難型肺結(jié)節(jié)分割方法
2.1 引言
2.2 相關(guān)工作
2.3 數(shù)據(jù)預(yù)處理
2.3.1 前景區(qū)域的分離及種子點(diǎn)的自動(dòng)定位
2.3.2 3D掩模的構(gòu)建
2.4 3D超體素的構(gòu)建
2.4.1 超體素的構(gòu)建原理
2.4.2 超體素的構(gòu)建過(guò)程
2.5 模糊連通圖的構(gòu)建
2.5.1 模糊鄰接關(guān)系及模糊鄰接度
2.5.2 模糊連通性及模糊連通圖的構(gòu)建
2.6 基于超體素的3D區(qū)域增長(zhǎng)
2.7 實(shí)驗(yàn)與結(jié)果
2.7.1 實(shí)驗(yàn)數(shù)據(jù)集及環(huán)境
2.7.2 不同方法的定性評(píng)估
2.7.3 不同方法之間的3D分割的單切片結(jié)果比較
2.7.4 不同區(qū)域增長(zhǎng)方法之間的定量比較
2.7.5 與相關(guān)研究的比較
2.8 討論
2.8.1 傳統(tǒng)3D區(qū)域增長(zhǎng)方法的閾值設(shè)置
2.8.2 參數(shù)γ1和γ2的設(shè)置
2.8.3 所提方法的局限性
2.9 本章小結(jié)
第3章 基于DNA甲基化的MLW-gcForest肺癌亞型分類(lèi)模型
3.1 引言
3.2 相關(guān)工作
3.3 gcForest模型
3.4 MLW-gcForest模型
3.4.1 權(quán)重α的計(jì)算
3.4.2 排序優(yōu)選算法
3.5 實(shí)驗(yàn)與結(jié)果
3.5.1 數(shù)據(jù)集及實(shí)驗(yàn)設(shè)置
3.5.2 與傳統(tǒng)方法的結(jié)果對(duì)比
3.5.3 模型處理小樣本數(shù)據(jù)的能力
3.5.4 模型緩解過(guò)擬合的風(fēng)險(xiǎn)
3.5.5 與相關(guān)研究的性能對(duì)比
3.6 討論
3.6.1 主要參數(shù)設(shè)置
3.6.2 不同組學(xué)數(shù)據(jù)分類(lèi)性能比較
3.7 本章小結(jié)
第4章 基于多組學(xué)基因數(shù)據(jù)的IMLW-gcForest肺癌分期模型
4.1 引言
4.2 相關(guān)工作
4.3 IMLW-gcForest模型及多組學(xué)決策融合
4.3.1 多組學(xué)基因數(shù)據(jù)預(yù)處理
4.3.2 IMLW-gcForest
4.3.3 多組學(xué)模型決策級(jí)融合
4.4 實(shí)驗(yàn)與結(jié)果
4.4.1 數(shù)據(jù)集和實(shí)驗(yàn)設(shè)置
4.4.2 基于基因表達(dá)、DNA甲基化、拷貝數(shù)變異的肺腺癌分期模型
4.4.3 基于多組學(xué)基因數(shù)據(jù)的肺腺癌分期模型
4.4.4 多組學(xué)基因數(shù)據(jù)模型和單種基因數(shù)據(jù)模型的比較
4.4.5 模型在小樣本數(shù)據(jù)集上的有效性
4.4.6 模型防止過(guò)擬合的能力
4.5 討論
4.5.1 不同加權(quán)策略下模型的性能對(duì)比
4.5.2 隨機(jī)森林中決策樹(shù)的數(shù)量設(shè)置
4.5.3 與其他分期研究的對(duì)比
4.6 本章小結(jié)
第5章 CT影像預(yù)測(cè)肺癌EGFR/KRAS基因突變的MMDL模型
5.1 引言
5.2 相關(guān)工作
5.3 MMDL模型總體框架
5.4 ROI的提取
5.5 Inception-attention-resnet模型的構(gòu)建
5.5.1 Inception-resnet-V2模型
5.5.2 注意力模塊
5.5.3 Inception-attention-resnet模型
5.6 模型的遷移學(xué)習(xí)
5.7 多通道決策融合
5.8 實(shí)驗(yàn)與結(jié)果
5.8.1 數(shù)據(jù)集
5.8.2 與傳統(tǒng)方法的比較
5.8.3 與其他深度模型的比較
5.8.4 模型的可視化
5.8.5 多視圖結(jié)果的對(duì)比
5.8.6 與相關(guān)研究的對(duì)比
5.9 討論
5.9.1 遷移學(xué)習(xí)對(duì)分類(lèi)結(jié)果的影響
5.9.2 病歷信息對(duì)分類(lèi)結(jié)果的影響
5.9.3 注意力機(jī)制對(duì)分類(lèi)結(jié)果的影響
5.10 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
縮略語(yǔ)
參考文獻(xiàn)