骨髓细胞图像自动识别技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·医学图像处理与分析技术 | 第10-11页 |
| ·发展与现状 | 第10页 |
| ·研究内容与分类 | 第10-11页 |
| ·细胞显微图像处理与分析技术 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·传统方法存在的弊端 | 第11-12页 |
| ·发展与现状 | 第12-13页 |
| ·骨髓细胞显微图像处理与分析技术 | 第13-16页 |
| ·骨髓细胞显微图像处理与分析技术的发展与现状 | 第13-14页 |
| ·骨髓细胞显微图像自动识别系统的工作原理 | 第14-15页 |
| ·骨髓细胞显微图像自动识别系统的硬件组成 | 第15-16页 |
| ·课题来源及研究的主要内容 | 第16-17页 |
| 第2章 图像预处理技术 | 第17-25页 |
| ·图像平滑 | 第17-18页 |
| ·邻域(KNN)平滑滤波 | 第17-18页 |
| ·图像边缘检测算法 | 第18-19页 |
| ·LOG 算子 | 第18-19页 |
| ·彩色图像的颜色分量 | 第19-20页 |
| ·二值图像形态学运算 | 第20-24页 |
| ·腐蚀 | 第20-21页 |
| ·膨胀 | 第21-22页 |
| ·开运算 | 第22-23页 |
| ·闭运算 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 图像分割 | 第25-36页 |
| ·引言 | 第25页 |
| ·图像阈值分割 | 第25-28页 |
| ·最大类间方差法 | 第25-26页 |
| ·改进的最大类间方差 | 第26-28页 |
| ·基于分水岭变换的分割过程 | 第28-29页 |
| ·分水岭变换 | 第28-29页 |
| ·综合分割策略 | 第29-35页 |
| ·混合分水岭策略 | 第29-32页 |
| ·构造标记图像 | 第32-33页 |
| ·形态学操作 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 特征提取与特征选择 | 第36-51页 |
| ·区域表示 | 第36-40页 |
| ·链码表 | 第36-38页 |
| ·线段表 | 第38页 |
| ·链码表至线段表的转换 | 第38-40页 |
| ·区域描述 | 第40-48页 |
| ·形状特征 | 第40-42页 |
| ·纹理特征 | 第42页 |
| ·共生矩阵纹理特征提取 | 第42-44页 |
| ·分形纹理特征 | 第44-45页 |
| ·共生矩阵与分形联合特征 | 第45-48页 |
| ·颜色特征量 | 第48-49页 |
| ·特征选择过程 | 第49-50页 |
| ·类别可分离性判据 | 第49页 |
| ·特征搜索算法 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 分类器 | 第51-59页 |
| ·BP 神经网络 | 第51-58页 |
| ·为什么选用BP 神经网络 | 第51-52页 |
| ·BP 神经元 | 第52-53页 |
| ·BP 算法 | 第53-56页 |
| ·BP 神经结构的确定 | 第56-57页 |
| ·实验过程及结果 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
