声明
致谢
摘要
1.1课题背景
1.2国内外研究现状
1.3研究内容与目标
1.4论文结构
第二章基于联合特征的基因突变预测算法研究
2.1放射组学特征
2.1.1放射组学原理
2.1.2放射组学在医学图像上的应用
2.1.3 PyRadiomics的图像类型
2.1.4 PyRadiomics的特征体系
2.2卷积神经网络特征
2.2.1卷积神经网络原理
2.2.2卷积神经网络在医学图像上的应用
2.2.3迁移学习
2.2.4用ImageNet预训练的VGG-16
2.3特征选择
2.4逻辑回归模型
2.4.1逻辑回归原理
2.4.2损失函数
2.4.3 sklearn框架
2.4.4样本类别不平衡问题
第三章基于联合特征的基因突变预测算法设计
3.1数据集
3.2数据预处理
3.3特征提取
3.3.1放射组学特征提取
3.3.2卷积神经网络特征提取
3.3.3联合特征
3.4矫正批次效应
3.4.1检测批次效应
3.4.2矫正批次效应
3.5特征选择
3.5.1曼-惠特尼U检验
3.5.2 LASSO回归
3.6训练分类模型
第四章实验结果与评价
4.1评估方式
4.2评价指标
4.3统计检验
4.4实验结果与评价
5.1结论
5.2展望
参考文献