| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-10页 |
| ·国内外研究现状和发展趋势 | 第10-11页 |
| ·曲线结构检测在斑马鱼生物图像研究中的重要性 | 第11-14页 |
| ·斑马鱼作为生物学模型分析的研究现状 | 第11-12页 |
| ·斑马鱼的定量分析 | 第12-14页 |
| ·论文的主要研究工作以及章节安排 | 第14-18页 |
| 第二章 生物医学图像曲线结构检测的方法和应用简介 | 第18-28页 |
| ·曲线检测方法综述 | 第18-19页 |
| ·曲线检测方法分类 | 第19-25页 |
| ·模式识别技术 | 第19-22页 |
| ·基于模型的方法 | 第22-24页 |
| ·基于跟踪的方法 | 第24-25页 |
| ·基于人工智能的方法 | 第25页 |
| ·基于神经网络的方法 | 第25页 |
| ·波导法 | 第25页 |
| ·曲线检测在生物医学研究中的应用 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于 Dijkstra最短路径的半自动曲线检测方法 | 第28-44页 |
| ·简介 | 第28-29页 |
| ·算法基本思想 | 第29-30页 |
| ·算法的具体描述 | 第30-37页 |
| ·计算修正 Hessian矩阵 | 第31-33页 |
| ·计算曲线点响应 | 第33-35页 |
| ·计算最短代价路径 | 第35-37页 |
| ·曲线追踪 | 第37页 |
| ·算法的程序实现 | 第37-39页 |
| ·实验结果与分析 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 一种新的全自动曲线检测方法 | 第44-66页 |
| ·简介 | 第44-45页 |
| ·线点的检测 | 第45-48页 |
| ·1D线剖面模型 | 第45页 |
| ·1D线检测 | 第45-46页 |
| ·离散的情祝下1D线检测 | 第46-47页 |
| ·2D图像中线的检测 | 第47-48页 |
| ·曲线连接算法 | 第48-50页 |
| ·曲线检测流程 | 第50-60页 |
| ·构造 Hessian矩阵 | 第51-52页 |
| ·计算 Hessian矩阵的特征值和特征向量 | 第52-53页 |
| ·确定起始点和候选点 | 第53-54页 |
| ·连接候选点 | 第54-56页 |
| ·细化曲线 | 第56-57页 |
| ·连接断点 | 第57-60页 |
| ·实验结果与分析 | 第60-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-70页 |
| ·本文的主要工作总结 | 第66-67页 |
| ·展望 | 第67-70页 |
| 参考文献 | 第70-78页 |
| 硕士期间发表的论文 | 第78-80页 |
| 致谢 | 第80-82页 |
| 附录 | 第82-85页 |