首页> 中文学位 >基于生成对抗网络的核磁共振影像超分辨分析及其在乳腺癌分子病理信息预测中的应用
【6h】

基于生成对抗网络的核磁共振影像超分辨分析及其在乳腺癌分子病理信息预测中的应用

代理获取

目录

声明

第1章 绪论

1.1研究背景及意义

1. 1. 1多参数乳腺核磁共振影像概述

1. 1. 2医学影像超分辨率重建技术的意义

1. 1. 3影像组学概述

1. 1. 4乳腺癌分子病理信息概述

1.2超分辨率重建技术研究现状

1.3主要研究内容与创新点

1.4本章小结

第2章 乳腺多参数影像技术及超分辨率重建技术

2.1引言

2.2乳腺DCE-MRI成像技术

2.3乳腺DWI成像技术

2.4超分辨率重建技术

2. 4. 1基于重建的方法

2. 4. 2基于深度学习的方法

2.5超分辨率影像评价指标

2. 5. 1主观评价

2. 5. 2客观评价

2.6本章小结

第3章 基于生成对抗网络的影像超分辨率重建方法

3.1引言

3.2生成对抗网络

3. 3. 1网络结构

3. 3. 2模型训练与参数设置

3.4基于增强深度网络的影像超分辨率重建

3. 4. 1网络结构

3. 4. 2模型训练与参数设置

3.5本章小结

第4章 基于生成对抗网络的弥散加权影像超分辨率重建

4.1引言

4.2实验数据准备

4.3实验数据病理信息统计分析

4.4实验结果分析

4.5感兴趣区域(ROI)提取

4.5.1乳腺DCE-MRI病灶区域分割

4.5.2乳腺DWI病灶区域分割

4.6本章小结

第5章 基于超分辨影像组学的组织学分级及Ki-67表达预测研究

5.1引言

5.2影像特征提取

5. 2. 1统计特征

5. 2. 2形态特征

5. 2. 3纹理特征

5. 3. 1特征选择

5. 3. 2分类器设计

5.4乳腺癌组织学分级预测研究

5. 4. 1单变量逻辑回归分析

5. 4. 2多变量预测结果分析

5.5乳腺癌Ki-67表达预测研究

5. 5. 1单变量逻辑回归分析

5. 5. 2多变量预测结果分析

5.6本章小结

第6章 总结与展望

6.1工作总结

6.2工作展望

致谢

参考文献

附录

展开▼

著录项

  • 作者

    刘祖辉;

  • 作者单位

    杭州电子科技大学;

  • 授予单位 杭州电子科技大学;
  • 学科 生物医学工程
  • 授予学位 硕士
  • 导师姓名 范明;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 P31TM7;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号