尿沉渣图像采集与分析系统的研究
| CONTENTS | 第6-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 尿沉渣检查的历史及意义 | 第12页 |
| 1.2 尿沉渣检查的方法 | 第12-13页 |
| 1.2.1 尿干化学法 | 第12-13页 |
| 1.2.2 尿沉渣全自动分析仪 | 第13页 |
| 1.2.3 尿沉渣镜检 | 第13页 |
| 1.3 尿沉渣分析仪发展简史 | 第13-14页 |
| 1.4 尿沉渣镜检的具体分类 | 第14-15页 |
| 1.5 本文研究的主要内容 | 第15-16页 |
| 第2章 尿沉渣显微图像采集系统 | 第16-24页 |
| 2.1 图像采集硬件部分 | 第16-17页 |
| 2.2 图像采集软件部分 | 第17-23页 |
| 2.2.1 相机初始化 | 第17-18页 |
| 2.2.2 图像显示 | 第18-19页 |
| 2.2.3 图像采集 | 第19-20页 |
| 2.2.4 视频工具 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 尿沉渣显微图像预处理 | 第24-38页 |
| 3.1 尿沉渣显微图像的特点 | 第24-25页 |
| 3.2 噪声抑制 | 第25-28页 |
| 3.3 边缘检测 | 第28-32页 |
| 3.4 腐蚀膨胀 | 第32-34页 |
| 3.5 孔洞填充 | 第34-36页 |
| 3.6 算法改进 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 基于BP神经网络的特征提取与分类 | 第38-56页 |
| 4.1 尿沉渣图像中的有形成分及其特征 | 第38-43页 |
| 4.2 基于神经网络的图像特征提取和分类 | 第43-54页 |
| 4.2.1 特征提取 | 第43-47页 |
| 4.2.2 人工神经网络 | 第47页 |
| 4.2.3 BP神经网络的基本原理 | 第47-50页 |
| 4.2.4 BP神经网络的优点 | 第50-51页 |
| 4.2.5 BP神经网络在本系统中的使用 | 第51-54页 |
| 4.3 本章小结 | 第54-56页 |
| 第5章 系统的界面设计及相关技术 | 第56-68页 |
| 5.1 流式进样 | 第56-60页 |
| 5.1.1 串口知识基础 | 第56-57页 |
| 5.1.2 串口通信编程 | 第57-58页 |
| 5.1.3 流式分析仪进样控制串口通信协议 | 第58-60页 |
| 5.2 数据存储的关键技术 | 第60-62页 |
| 5.2.1 ODBC在VC++中的应用 | 第60-61页 |
| 5.2.2 数据库设计及病人信息操作界面 | 第61-62页 |
| 5.3 打印报告 | 第62-64页 |
| 5.4 VC++基于MFC的界面设计 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |
