首页--医药、卫生论文--肿瘤学论文--一般性问题论文--肿瘤病理学、病因学论文

基于层级结构信息的生物细胞图像分析方法

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-22页
    1.1 课题背景和意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 图像中目标检测方法的研究现状第13-14页
        1.2.2 图像中目标分割方法的研究现状第14-15页
        1.2.3 图像中目标跟踪方法的研究现状第15-16页
    1.3 数据集第16-19页
        1.3.1 相差显微镜细胞图像数据集第16-18页
        1.3.2 心肌免疫组化染色图像数据集第18-19页
        1.3.3 构建标准分割与检测结果第19页
    1.4 本文研究目标与创新点第19-20页
    1.5 本文研究内容与组织安排第20-22页
第2章 基于层级信息融合策略的细胞分割检测方法研究第22-48页
    2.1 引言第22页
    2.2 经典的梯度信息提取方法与目标分割检测算法第22-33页
        2.2.1 提取梯度信息第23-26页
        2.2.2 最大类间方差算法第26-30页
        2.2.3 主动轮廓模型算法第30-33页
    2.3 基于层级信息融合策略的细胞分割检测算法概述第33-34页
    2.4 构建细胞最大覆盖区域第34-38页
        2.4.1 PHANTAST方法第34-35页
        2.4.2 基于超像素信息第35-37页
        2.4.3 基于梯度信息与形态学操作第37-38页
    2.5 构建模糊聚类参考图第38-41页
        2.5.1 多次高斯卷积操作第39页
        2.5.2 均值漂移算法第39-40页
        2.5.3 形态学重构算法第40-41页
    2.6 层级信息融合策略第41-45页
        2.6.1 多层级信息第41-43页
        2.6.2 分水岭算法第43-44页
        2.6.3 不同的融合结果第44-45页
    2.7 区域分类第45-46页
    2.8 实验结果与分析第46-47页
    2.9 本章小结第47-48页
第3章 基于区域分离算法的细胞主要信息帧间关联研究第48-82页
    3.1 引言第48页
    3.2 基于相差显微镜成像数学模型的细胞图像分析方法第48-53页
        3.2.1 相差显微镜光路第48-50页
        3.2.2 相差显微镜成像数学模型第50-53页
    3.3 基于细胞主要信息与区域分离算法的帧间关联方法概述第53-56页
    3.4 标记序列第一帧的细胞主要信息第56-57页
    3.5 光流估计与帧间主要信息关联第57-59页
        3.5.1 光流检测与本地检测第57-59页
        3.5.2 细胞主要信息粘连情况第59页
    3.6 几种区域分离算法第59-62页
        3.6.1 分水岭算法第59-60页
        3.6.2 搜索分割线算法第60-61页
        3.6.3 链码检测方法第61-62页
    3.7 目标对分离与分组算法第62-67页
        3.7.1 PairSplit算法与GraphCrawl算法第62-66页
        3.7.2 局部与全局评价标准第66-67页
    3.8 序列第一帧中的主要信息粘连情况与PairSplit3F算法第67-71页
    3.9 细胞主要信息修复与目标近似区域估计第71-74页
        3.9.1 主要信息修复策略第71-73页
        3.9.2 目标矩形与凸集区域近似估计第73-74页
    3.10 实验结果与分析第74-80页
        3.10.1 区域分离与分组实例第74-77页
        3.10.2 算法比较与评价分析第77-80页
    3.11 本章小结第80-82页
第4章 基于次要信息描述细胞粘连情况及构建分割结果第82-105页
    4.1 引言第82-83页
    4.2 基于多层级结构信息的目标检测与区域构建方法概述第83-86页
    4.3 添加中间信息第86-90页
    4.4 独立与粘连情况检测第90-94页
    4.5 目标椭圆区域近似估计与细胞粘连方式检测第94-96页
    4.6 新增目标与遗漏目标检测第96-98页
    4.7 霍夫圆检测与筛选机制第98-101页
    4.8 次要信息分离与分组方法第101-104页
    4.9 本章小结第104-105页
第5章 基于局部结构标记信息的检测、分割与分类研究第105-123页
    5.1 引言第105-106页
    5.2 基于图论与先验标记的目标分割检测算法第106-111页
        5.2.1 Normalized Cut第106-108页
        5.2.2 Graph Cut第108页
        5.2.3 Grab Cut第108-110页
        5.2.4 Random Walker第110-111页
    5.3 基于结构标记信息的心肌免疫组化图像分析方法概述第111-114页
    5.4 心肌细胞核的层级结构信息及独立与粘连情况第114-119页
    5.5 局部结构标记信息与细胞核粘连区域分离第119-121页
    5.6 心肌细胞核个数统计与类别分析第121-122页
    5.7 本章小结第122-123页
第6章 结论与展望第123-125页
    6.1 结论第123-124页
    6.2 展望第124-125页
参考文献第125-132页
致谢第132-133页
攻读学位期间参加的科研项目和成果第133-134页

论文共134页,点击 下载论文
上一篇:共线双脉冲LIBS检测水中重金属铜和镉元素的试验研究
下一篇:冷鲜黄羽肉鸡储运过程中品质的变化及货架期预测模型的建立