| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第12-26页 |
| 1.1 研究背景 | 第13-18页 |
| 1.1.1 糖尿病的致病原因及分类 | 第13页 |
| 1.1.2 与葡萄糖转运相关的亚细胞目标 | 第13-15页 |
| 1.1.3 近膜区域荧光显微成像技术 | 第15-18页 |
| 1.2 研究意义 | 第18页 |
| 1.3 研究现状 | 第18-24页 |
| 1.3.1 荧光显微图像中亚细胞荧光斑点的检测 | 第19-21页 |
| 1.3.2 囊泡与细胞质膜融合过程的识别与分类 | 第21-23页 |
| 1.3.3 基于多角度TIRF成像的亚细胞目标三维形态重建 | 第23-24页 |
| 1.4 研究内容 | 第24-26页 |
| 2 荧光显微图像的形成及噪声干扰去除 | 第26-46页 |
| 2.1 显微镜光学基础 | 第26-27页 |
| 2.2 荧光显微图像的形成 | 第27-29页 |
| 2.3 荧光显微图像中存在的噪声 | 第29-33页 |
| 2.3.1 基于设备的噪声 | 第29-31页 |
| 2.3.2 基于样本的噪声 | 第31-32页 |
| 2.3.3 基于样本准备和设备操作引入的噪声 | 第32-33页 |
| 2.4 荧光显微图像建模仿真 | 第33-35页 |
| 2.5 荧光噪声干扰去除 | 第35-44页 |
| 2.5.1 小波多尺度求和算法 | 第35-37页 |
| 2.5.2 模拟图像数据降噪实验 | 第37-40页 |
| 2.5.3 生物图像数据降噪实验 | 第40-44页 |
| 2.6 本章小结 | 第44-46页 |
| 3 显微图像中亚细胞特征斑点的检测 | 第46-62页 |
| 3.1 特征斑点检测算法 | 第46-49页 |
| 3.1.1 图像背景估计 | 第46-47页 |
| 3.1.2 标增强 | 第47-48页 |
| 3.1.3 Meanshift优化目标位置 | 第48页 |
| 3.1.4 特征目标判别准则 | 第48-49页 |
| 3.2 检测方法的性能评价标准 | 第49-51页 |
| 3.2.1 F-score | 第50-51页 |
| 3.2.2 ROC曲线 | 第51页 |
| 3.3 模拟图像特征斑点检测 | 第51-56页 |
| 3.4 生物图像特征斑点检测 | 第56-59页 |
| 3.5 本章小结 | 第59-62页 |
| 4 Glut4囊泡融合过程的自动识别及分类 | 第62-74页 |
| 4.1 完全融合的理想数学模型 | 第63-65页 |
| 4.1.1 完全融合的理想建模 | 第63-64页 |
| 4.1.2 融合事件区域描述符 | 第64页 |
| 4.1.3 融合事件的最佳匹配 | 第64-65页 |
| 4.2 Glut4融合事件识别算法 | 第65-66页 |
| 4.2.1 移动平均差分算法检测备选Glut4融合囊泡 | 第65页 |
| 4.2.2 Glut4融合过程的识别 | 第65-66页 |
| 4.3 实验结果 | 第66-72页 |
| 4.4 本章小结 | 第72-74页 |
| 5 多角度TIRF显微镜探测深度的标定及微管三维重建 | 第74-96页 |
| 5.1 多角度TIRF显微镜成像原理 | 第74-75页 |
| 5.2 多角度TIRF显微成像系统 | 第75-76页 |
| 5.3 多角度TIRF显微镜探测深度的标定 | 第76-81页 |
| 5.3.1 理论公式法 | 第77-78页 |
| 5.3.2 改进的斜坡法 | 第78-81页 |
| 5.4 多角度TIRF图像三维重建 | 第81-94页 |
| 5.4.1 多角度TIRF图像三维重建的挑战 | 第81-83页 |
| 5.4.2 模拟微管多角度TIRF图像的生成 | 第83-84页 |
| 5.4.3 基于拟合透射强度曲线的目标三维重建 | 第84-86页 |
| 5.4.4 不同噪声水平下的三维重建 | 第86-87页 |
| 5.4.5 最优入射角数目的选取 | 第87-92页 |
| 5.4.6 真实微管图像的三维重建 | 第92-94页 |
| 5.5 本章小结 | 第94-96页 |
| 6 总结与展望 | 第96-100页 |
| 6.1 总结 | 第96-98页 |
| 6.2 展望 | 第98-100页 |
| 参考文献 | 第100-112页 |
| 攻读博士学位期间的主要科研成果 | 第112-114页 |
| 作者简介 | 第114页 |
