| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 第二章 干细胞生长序列图像采集与图像预处理 | 第14-24页 |
| 2.1 干细胞生长序列图像采集 | 第14-19页 |
| 2.1.1 干细胞及细胞有丝分裂简介 | 第14-15页 |
| 2.1.2 相差显微镜成像原理 | 第15-17页 |
| 2.1.3 拍摄方法与信息完整性 | 第17-19页 |
| 2.2 干细胞图像预处理 | 第19-23页 |
| 2.2.1 统一光照—Gamma校正 | 第19-21页 |
| 2.2.2 图像偏移修正—SIFT特征匹配 | 第21-22页 |
| 2.2.3 高斯滤波器降噪 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 干细胞图像分割 | 第24-43页 |
| 3.1 传统图像分割方法 | 第24-33页 |
| 3.1.1 基于阈值的干细胞图像分割方法 | 第24-26页 |
| 3.1.2 基于边缘检测的干细胞分割方法 | 第26-31页 |
| 3.1.3 基于活动轮廓的干细胞分割方法 | 第31-32页 |
| 3.1.4 基于区域的干细胞图像分割方法 | 第32-33页 |
| 3.2 基于相差显微镜图像复原的分割方法 | 第33-42页 |
| 3.2.1 相差显微镜 | 第34-36页 |
| 3.2.2 相差显微镜图像复原 | 第36-38页 |
| 3.2.3 基于相差显微镜图像复原的分割方法 | 第38-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 基于机器视觉的干细胞分裂检测 | 第43-61页 |
| 4.1 细胞有丝分裂检测方法 | 第43-44页 |
| 4.2 基于隐马尔科夫模型的干细胞分裂检测 | 第44-51页 |
| 4.2.1 隐马尔科夫模型简介 | 第44-46页 |
| 4.2.2 基于HMM干细胞分裂检测 | 第46-49页 |
| 4.2.3 基于HMM干细胞分裂检测实验分析 | 第49-51页 |
| 4.3 基于卷积神经网络模型的干细胞分裂检测 | 第51-56页 |
| 4.3.1 卷积神经网络模型简介 | 第51-52页 |
| 4.3.2 基于CNN干细胞分裂检测 | 第52-54页 |
| 4.3.3 基于CNN干细胞分裂检测实验分析 | 第54-56页 |
| 4.4 基于多模态融合的干细胞有丝分裂检测 | 第56-60页 |
| 4.4.1 多模态融合简介 | 第56-58页 |
| 4.4.2 基于MMF干细胞分裂检测 | 第58-59页 |
| 4.4.3 基于MMF干细胞分裂检测实验分析 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 干细胞生长跟踪 | 第61-72页 |
| 5.1 细胞跟踪方法 | 第61-62页 |
| 5.2 基于分割的多目标匹配细胞跟踪方法 | 第62-65页 |
| 5.3 基于细胞有丝分裂检测和跟踪算法融合干细胞跟踪方法 | 第65-66页 |
| 5.4 实验及结果分析 | 第66-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结及展望 | 第72-73页 |
| 6.1 本文总结 | 第72页 |
| 6.2 后续工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |