声明
摘要
第一章 绪论
1.1 脑肿瘤分级的意义及现状
1.2 与脑肿瘤分级相关的磁共振影像学表现
1.3 计算机辅助诊断系统研究现状
1.4 论文组织结构
第二章 贝叶斯网络的原理与方法
2.1 贝叶斯网络的基本概念
2.1.1 贝叶斯网络的发展历史
2.1.2 贝叶斯网络的定义
2.1.3 贝叶斯网络中的条件独立性质
2.2 贝叶斯网络应用的组成部分
2.2.1 贝叶斯网络中的变量数目及其类型
2.2.2 贝叶斯网络中的结构学习
2.2.3 贝叶斯网络中的参数学习
2.2.4 使用贝叶斯网络进行概率推断和分类
2.3 本章小结
第三章 多模态磁共振成像特征提取
3.1 病人信息
3.2 磁共振成像扫描参数
3.3 占位效应特征提取
3.4 灌注成像原理与特征提取
3.4.1 灌注成像基本原理
3.4.2 灌注成像特征提取
3.5 T1W增强图像特征提取
3.6 磁共振波谱原理与特征提取
3.6.1 磁共振波谱原理
3.6.2 LCModel量化原理
3.6.3 使用LCModel量化多体素磁共振波谱
3.6.4 多体素波谱的可视化
3.6.5 LCModel量化结果的选取
3.7 本章小结
第四章 贝叶斯网络结合多模态磁共振成像特征的分级
4.1 贝叶斯网络应用流程
4.2 中线偏移的贝叶斯网络分级
4.3 灌注特征的贝叶斯网络分级
4.4 T1W增强特征结合灌注特征的贝叶斯网络分级
4.5 波谱特征的贝叶斯网络分级
4.6 多模态特征结合的贝叶斯网络分级
4.7 本章小结
第五章 总结与展望
5.1 总结
5.2 局限性及展望
致谢
参考文献
作者简介