摘要 | 第5-7页 |
Abstract | 第7-8页 |
注释表 | 第9-13页 |
第1章 绪论 | 第13-23页 |
1.1 论文研究的意义和目的 | 第13-16页 |
1.1.1 医学临床检验需求 | 第13-15页 |
1.1.2 探索模式分类新方法 | 第15-16页 |
1.2 研究现状 | 第16-21页 |
1.2.1 白细胞图像处理研究现状 | 第16-17页 |
1.2.2 混合属性数据模式分类研究现状 | 第17-20页 |
1.2.3 形式概念分析研究现状 | 第20-21页 |
1.3 本文主要研究内容 | 第21-23页 |
第2章 多空间混合属性融合研究理论基础 | 第23-33页 |
2.1 引言 | 第23页 |
2.2 模式分类概述 | 第23-26页 |
2.3 形式概念分析概述 | 第26-28页 |
2.3.1 形式概念分析基本性质 | 第27-28页 |
2.3.2 属性层次特征描述 | 第28页 |
2.4 混合属性多空间应用概述 | 第28-31页 |
2.4.1 多空间划分 | 第28-31页 |
2.4.2 分层分类原理 | 第31页 |
2.5 白细胞图像自动识别系统概述 | 第31-32页 |
2.6 本章小结 | 第32-33页 |
第3章 白细胞图像鲁棒分割方法研究 | 第33-50页 |
3.1 引言 | 第33页 |
3.2 白细胞定位的多颜色空间分量组合算法 | 第33-37页 |
3.2.1 基本原理及方法 | 第34-36页 |
3.2.2 实验结果及分析 | 第36-37页 |
3.3 粘连白细胞图像的幅角函数分割算法 | 第37-40页 |
3.3.1 细胞粘连检测的幅角差算法 | 第37-39页 |
3.3.2 基于梯度变量的去粘连算法 | 第39-40页 |
3.3.3 实验结果与分析 | 第40页 |
3.4 细胞核分割的指纹直方图平滑算法 | 第40-46页 |
3.4.1 基本原理及方法 | 第40-45页 |
3.4.2 实验结果及分析 | 第45-46页 |
3.5 细胞浆分割的综合叠减算法 | 第46-47页 |
3.6 鲁棒分割方法实验 | 第47-49页 |
3.7 本章小结 | 第49-50页 |
第4章 基于属性偏序结构的白细胞图像特征提取 | 第50-69页 |
4.1 引言 | 第50页 |
4.2 白细胞图像区域特征 | 第50-53页 |
4.3 白细胞图像特征的类间重叠系数矩阵预选方法 | 第53-57页 |
4.4 基于分层类坐标矩阵的属性偏序结构生成方法 | 第57-63页 |
4.4.1 形式背景覆盖净化方法 | 第57-59页 |
4.4.2 属性偏序结构的分层类坐标矩阵生成方法 | 第59-62页 |
4.4.3 属性度及属性约简 | 第62-63页 |
4.5 基于属性偏序结构的白细胞图像优选特征提取方法 | 第63-68页 |
4.5.1 白细胞图像类间特征选取 | 第63-67页 |
4.5.2 属性特征多层次类群分析 | 第67-68页 |
4.6 本章小结 | 第68-69页 |
第5章 白细胞图像优选特征的属性层次关系分析 | 第69-82页 |
5.1 引言 | 第69页 |
5.2 白细胞图像特征离散化分析 | 第69-75页 |
5.2.1 白细胞区域特征测定实验 | 第69-72页 |
5.2.2 优选属性特征离散化分析 | 第72-75页 |
5.3 构建优选属性形式背景 | 第75-78页 |
5.4 构建白细胞图像数据集属性偏序结构 | 第78-80页 |
5.5 白细胞图像的属性偏序结构分类规则提取 | 第80-81页 |
5.6 本章小结 | 第81-82页 |
第6章 白细胞图像多空间混合属性融合分类方法 | 第82-112页 |
6.1 引言 | 第82页 |
6.2 模式分类的多空间混合属性融合方法 | 第82-83页 |
6.3 基于多颜色空间混合属性融合的白细胞图像分类器 | 第83-90页 |
6.3.1 多颜色空间混合属性融合 | 第83-86页 |
6.3.2 白细胞图像多颜色空间混合属性融合分类器 | 第86-89页 |
6.3.3 多颜色空间混合属性融合分类器实验 | 第89-90页 |
6.4 基于多尺度空间混合属性融合的白细胞图像分类器 | 第90-97页 |
6.4.1 多尺度空间混合属性融合 | 第90-92页 |
6.4.2 白细胞图像多尺度空间混合属性融合分类器 | 第92-97页 |
6.4.3 多尺度空间属性混合融合分类器实验 | 第97页 |
6.5 基于属性多层次空间混合属性融合的白细胞图像分类器 | 第97-103页 |
6.5.1 属性偏序结构决策判验器设计 | 第98-100页 |
6.5.2 属性偏序结构决策判验器可行性分析 | 第100-101页 |
6.5.3 属性偏序结构决策判验器实验 | 第101-103页 |
6.6 多种分类器对比实验 | 第103-111页 |
6.6.1 实验数据 | 第103-104页 |
6.6.2 实验方法及实验环境 | 第104-105页 |
6.6.3 对比实验结果及分析 | 第105-111页 |
6.7 本章小结 | 第111-112页 |
结论 | 第112-114页 |
参考文献 | 第114-122页 |
攻读博士学位期间承担的科研任务与主要成果 | 第122-123页 |
致谢 | 第123-124页 |
作者简介 | 第124页 |