医学影像智能分析基础

第一章 医学影像处理概论/1

第一节 医学影像技术的发展/2

第二节 医学影像物理意义/3

一、X 线/3

二、CT/4

三、MRI/5

第三节 医学影像智能分析及其应用/7

第二章 医学影像与MATLAB/ 9

第一节 MATLAB 基础知识/ 10

一、MATLAB 2021b 工作界面/ 10

二、MATLAB 数据类型/ 13

三、MATLAB 常见的指令与特殊符号/ 15

第二节 MATLAB 矩阵/17

一、矩阵定义/ 17

二、矩阵创建/ 17

三、矩阵运算/ 19

四、矩阵索引/23

第三节 MATLAB 编程基础/25

一、控制语句 /25

二、M 文件/ 27

第四节 MATLAB 医学影像基础/ 30

一、医学影像的基本格式/ 30

二、医学影像的读写/ 30

三、医学影像的计算/35

第三章 医学影像的特征/ 38

第一节 颜色特征/ 39

一、颜色空间/ 39

二、直方图特征/ 41

三、案例分析/43

第二节 纹理特征/ 45

一、灰度共生矩阵/45

二、灰度差分统计/ 49

三、自相关函数/ 50

四、案例分析/ 51

第三节 形状特征/53

一、边界特征/53

二、区域特征/53

三、案例分析/54

第四节 特征分析/ 55

第四章 参数估计与假设检验/ 57

第一节 参数估计/ 58

一、计量资料的统计描述/ 58

二、均数的抽样误差与标准误/ 60

三、t 分布/ 61

四、总体均数的区间估计/62

第二节 假设检验/ 65

一、假设检验的基本步骤/65

二、假设检验中的两类错误/66

三、假设检验的注意事项/ 67

四、假设检验和区间估计的关系/ 68

第三节 t 检验/ 69

一、单样本t 检验/ 69

二、两独立样本t 检验/ 70

三、配对样本t 检验/ 72

第四节 方差分析/ 74

一、完全随机设计的方差分析/ 74

二、随机区组设计的方差分析/ 78

第五章 相关与线性回归/81

第一节 相关分析/ 84

一、协方差与相关系数/ 84

二、秩相关/ 89

三、偏相关/ 91

第二节 简单线性回归/92

一、简单线性回归模型/ 92

二、简单线性模型的最小二乘拟合/ 93

三、σ 2 的估计/ 97

四、简单线性回归的比较/ 98

第三节 多元线性回归/ 102

一、多元线性回归模型/102

二、模型假设/103

三、多元模型的最小二乘拟合/103

四、ε 方差σ2 的估计/106

第四节 模型适用性检验与修正/ 106

一、模型适用性检验/106

二、残差分析/111

三、杠杆与强影响点的诊断/113

四、多重共线性分析/117

第五节 疼痛敏感性与脑白质神经机制在性别间的差异/ 118

一、问题/118

二、数据/118

三、耐受阈限模型/121

四、模型残差的分析/ 122

五、模型的调整/124

六、结论/126

第六章 图像与机器学习/127

第一节 模型的评估方法/ 129

一、留出法/129

二、交叉验证法/130

三、自助法/131

第二节 常用的机器学习算法/ 133

一、Logistic 回归/133

二、支持向量机/137

三、MATLAB 示例/140

第三节 模型的性能度量/ 143

一、回归模型的评估指标/143

二、分类模型的评估指标/144

第四节 术前MRI 预测子宫内膜癌患者淋巴血管间隙侵犯研究 / 146

一、问题/146

二、数据/146

三、模型构建与性能度量/147

四、结果展示/147

五、讨论与分析/148

参考文献/149

索引/150