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
