医学图像智能分类技术研究与应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 细胞图像预处理及分割研究现状 | 第11-13页 |
| 1.2.1.1 预处理技术研究现状 | 第11-12页 |
| 1.2.1.2 图像分割技术研究现状 | 第12-13页 |
| 1.2.2 细胞图像特征提取研究现状 | 第13-14页 |
| 1.2.3 细胞图像分类识别技术研究现状 | 第14-15页 |
| 1.3 宫颈细胞病理学基础知识 | 第15-16页 |
| 1.4 本文创新点 | 第16页 |
| 1.5 本论文的结构安排 | 第16-18页 |
| 第二章 细胞图像预处理 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 细胞图像选择及标准化 | 第18-19页 |
| 2.3 色彩空间模型选择 | 第19-23页 |
| 2.4 图像灰度化 | 第23-25页 |
| 2.4.1 图像灰度化常用方法 | 第23-24页 |
| 2.4.3 图像灰度化结果 | 第24-25页 |
| 2.5 图像增强及结果 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 细胞图像的分割 | 第29-46页 |
| 3.1 引言 | 第29-30页 |
| 3.2 图像粗分割 | 第30-36页 |
| 3.2.1 双阈值分割算法及分割结果 | 第30-33页 |
| 3.2.2 兴趣区域提取 | 第33-36页 |
| 3.3 粘连细胞判别 | 第36-39页 |
| 3.3.1 粘连细胞判别 | 第36-37页 |
| 3.3.2 粘连细胞计数 | 第37-39页 |
| 3.4 几何活动轮廓模型分割算法精细分割图像 | 第39-44页 |
| 3.4.1 几何活动轮廓模型 | 第39页 |
| 3.4.2 Chan-Vese模型原理 | 第39-42页 |
| 3.4.3 宫颈细胞图像分割结果 | 第42-44页 |
| 3.4.3.1 单个细胞的分割结果 | 第42-44页 |
| 3.4.3.2 粘连细胞的分割结果 | 第44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 细胞图像特征提取 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 宫颈细胞图像特征概述 | 第46-49页 |
| 4.2.1 宫颈细胞特征分类 | 第46-47页 |
| 4.2.2 TBS中关于宫颈病理细胞的特征描述 | 第47-49页 |
| 4.3 宫颈细胞特征选择 | 第49-56页 |
| 4.3.1 单个宫颈细胞特征选择 | 第49-55页 |
| 4.3.1.1 形态特征选择 | 第49-52页 |
| 4.3.1.2 纹理特征选择 | 第52-55页 |
| 4.3.2 粘连细胞的特征选择 | 第55-56页 |
| 4.4 宫颈细胞特征获取 | 第56-59页 |
| 4.4.1 单个宫颈细胞特征参数 | 第56-57页 |
| 4.4.2 粘连宫颈细胞特征参数 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 细胞图像分类的实现 | 第60-71页 |
| 5.1 引言 | 第60页 |
| 5.2 支持向量机（SVM）原理 | 第60-63页 |
| 5.3 SVM多分类器 | 第63-65页 |
| 5.4 宫颈细胞分类实现 | 第65-70页 |
| 5.4.1 宫颈细胞SVM分类器设计 | 第65-66页 |
| 5.4.2 SVM分类器核函数的选择 | 第66-67页 |
| 5.4.3 SVM分类器分类步骤 | 第67页 |
| 5.4.4 SVM分类器实现及结果 | 第67-70页 |
| 5.5 本章总结 | 第70-71页 |
| 第六章 总结 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
