基因微阵列图像数据自动化提取
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·选题背景和研究意义 | 第11-12页 |
| ·研究现状及相关问题 | 第12-14页 |
| ·整体处理流程 | 第12-13页 |
| ·图像预处理方法研究 | 第13页 |
| ·图像分割方法研究 | 第13-14页 |
| ·软件研发现状 | 第14页 |
| ·主要研究内容与创新点 | 第14-15页 |
| ·本文的章节安排 | 第15-17页 |
| 第二章 基因微阵列芯片概述 | 第17-27页 |
| ·生物芯片 | 第17-19页 |
| ·生物芯片概述 | 第17页 |
| ·生物芯片的分类 | 第17-18页 |
| ·微阵列芯片 | 第18-19页 |
| ·微阵列芯片制备分析原理 | 第19-27页 |
| ·芯片制作的材料要求 | 第20页 |
| ·制作方法与机器设备 | 第20-22页 |
| ·杂交反应和荧光检测 | 第22-24页 |
| ·图像处理与数据分析 | 第24-27页 |
| 第三章 微阵列图像处理流程改进 | 第27-34页 |
| ·图像的宏观特点 | 第27页 |
| ·图像的微观问题与原因 | 第27-30页 |
| ·图像处理基本流程 | 第30-31页 |
| ·流程改进 | 第31-34页 |
| 第四章 微阵列图像自动化预处理 | 第34-55页 |
| ·噪声点清除 | 第34-37页 |
| ·中值滤波 | 第34-35页 |
| ·滤波效果分析 | 第35-37页 |
| ·形态学自适应图像增强 | 第37-46页 |
| ·传统的图像增强法 | 第38-40页 |
| ·数学形态学原理 | 第40-42页 |
| ·灰度图像形态学 | 第42-43页 |
| ·自适应图像增强 | 第43-46页 |
| ·二值化阈值自动提取 | 第46-55页 |
| ·二值化方法对比 | 第47-49页 |
| ·自适应二值化遇到的问题 | 第49-50页 |
| ·基于差分标准差的阈值自适应 | 第50-55页 |
| 第五章 微阵列图像自动化分割 | 第55-75页 |
| ·图像分割方法概述 | 第55-56页 |
| ·快速倾斜校正法 | 第56-62页 |
| ·倾斜校正方法对比 | 第57-60页 |
| ·角度投影快速校正法 | 第60-61页 |
| ·图像旋转校正 | 第61-62页 |
| ·微阵列矩阵分割 | 第62-67页 |
| ·区块分割 | 第62-63页 |
| ·网格定位与自动修正 | 第63-67页 |
| ·缺失补偿与粘连分离 | 第67-70页 |
| ·基因点与背景分割 | 第70-72页 |
| ·形态学边缘分割 | 第70-72页 |
| ·高亮噪声区轮廓优化 | 第72页 |
| ·对比值数据计算 | 第72-75页 |
| 第六章 实验数据分析 | 第75-86页 |
| ·实验数据说明 | 第75-76页 |
| ·主流软件简介 | 第76-77页 |
| ·数据对比分析 | 第77-86页 |
| ·独立散点图与对数化分析 | 第77-82页 |
| ·交叉误差分析 | 第82-83页 |
| ·交叉散点图对比 | 第83-85页 |
| ·实验结果综述 | 第85-86页 |
| 第七章 总结与展望 | 第86-89页 |
| ·工作总结 | 第86页 |
| ·不足与进一步工作 | 第86-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93页 |
