| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 显微细胞图像分割的国内外研究现状 | 第10-11页 |
| 1.2.2 显微细胞图像分类的国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作和创新点 | 第13-15页 |
| 1.4 论文组织框架 | 第15-16页 |
| 2 相关方法及原理 | 第16-22页 |
| 2.1 细胞显微图像的分割方法 | 第16-19页 |
| 2.1.1 图像预处理 | 第16-17页 |
| 2.1.2 细胞核定位方法 | 第17-19页 |
| 2.1.3 数学形态学原理 | 第19页 |
| 2.2 细胞显微图像的分类方法 | 第19-21页 |
| 2.2.1 细胞核特征类型描述和提取 | 第19-20页 |
| 2.2.2 细胞显微图像特征选择算法 | 第20页 |
| 2.2.3 细胞显微图像分类识别算法 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 基于双准则联合定位的细胞显微图像分割方法 | 第22-39页 |
| 3.1 老鼠肠道组织切片显微细胞图像的采集 | 第23页 |
| 3.2 细胞核的定位和细分割 | 第23-34页 |
| 3.2.1 图像预处理 | 第24-25页 |
| 3.2.2 小波分解和Mean-shift聚类的联合定位 | 第25-33页 |
| 3.2.3 基于改进的形态学方法的粘连细胞核分割 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-37页 |
| 3.3.1 实验条件 | 第34-35页 |
| 3.3.2 算法的整体分类结果 | 第35-36页 |
| 3.3.3 不同分割算法的结果比较 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 4 基于MRmMC的显微细胞图像自动分类识别 | 第39-56页 |
| 4.1 细胞核区域的特征提取 | 第39-47页 |
| 4.1.1 细胞核的形态特征 | 第40-41页 |
| 4.1.2 细胞核的颜色特征 | 第41-43页 |
| 4.1.3 细胞核的纹理特征 | 第43-47页 |
| 4.2 显微细胞图像的MRmMC算法 | 第47-50页 |
| 4.2.1 相关性和多重共线性 | 第47-48页 |
| 4.2.2 细胞的特征选择和分类 | 第48-50页 |
| 4.3 实验结果与分析 | 第50-54页 |
| 4.3.1 算法的整体分类结果 | 第51-53页 |
| 4.3.2 不同分类算法的结果比较 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 5 总结和展望 | 第56-58页 |
| 5.1 论文总结 | 第56-57页 |
| 5.2 未来研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A.作者在攻读学位期间发表的论文及专利结果 | 第63页 |
| B.作者在攻读学位期间参与的科研项目 | 第63页 |