首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

内源性光学成像及其图像处理研究

摘要第1-6页
Abstract第6-11页
第一章 绪论第11-24页
   ·脑功能成像概述第11-12页
   ·内源性光学的技术发展第12-14页
   ·内源性光学成像的机制第14-22页
     ·内源信号来源第14-18页
       ·神经电生理基础第14-15页
       ·电生理活动的能量代谢第15-16页
       ·光学特性第16-18页
     ·内源信号特点第18-22页
       ·信号微弱第18-19页
       ·噪声干扰严重第19-20页
       ·区域扩散第20-21页
       ·时间延迟第21-22页
   ·本文的主要研究内容第22-24页
第二章 内源性光学成像系统设计与信号采集第24-32页
   ·成像系统概述第24-25页
   ·硬件系统第25-27页
     ·成像系统第25-26页
     ·照明系统第26-27页
     ·支架系统第27页
   ·软件系统第27-29页
     ·数据采集部分第27-28页
     ·刺激发生部分第28-29页
   ·实验流程第29-31页
     ·动物手术流程第29页
     ·内源性光学信号记录流程第29-31页
   ·小结第31-32页
第三章 内源性光学图像的空间去噪方法研究第32-50页
   ·原始数据及预处理第32-34页
     ·CCD 原始数据第32-34页
     ·标准化预处理第34页
   ·本底图像第34-38页
     ·空白本底第35-36页
     ·交混本底第36-37页
     ·空白本底与交混本底的差异第37-38页
   ·皮层功能结构图第38-41页
     ·单条件功能图第38-39页
     ·功能结构图的时间演化第39-40页
     ·伪彩功能图第40-41页
   ·空间滤波去噪第41-49页
     ·线性空间滤波第42-43页
       ·均值滤波第42页
       ·高斯滤波第42-43页
       ·自适应维纳滤波第43页
     ·非线性空间滤波第43-44页
       ·中值滤波第43-44页
       ·小波滤波第44页
     ·图像滤波结果对比第44-47页
     ·滤波结果的功能区域划分第47-48页
     ·空间滤波结果讨论第48-49页
   ·小结第49-50页
第四章 基于邻域二阶统计量的自适应非线性滤波第50-59页
   ·数据噪声特性分析第50-53页
     ·采集系统内部噪声第50页
     ·生理活动噪声第50-51页
     ·线性平滑去噪的滤波窗口选择第51-53页
   ·邻域二阶统计量分析第53-55页
     ·功能图的二阶统计量变换第53-54页
     ·功能柱区域与非活动区域第54页
     ·弥散区域和强干扰区域第54-55页
   ·自适应非线性滤波第55-57页
     ·滤波窗口设计第55页
     ·基于中值滤波的算法实现第55-56页
     ·处理结果与讨论第56-57页
   ·小结第57-59页
第五章 基于点扩展函数估计的内源性光学图像处理第59-72页
   ·图像退化模型第59-63页
     ·退化模型与点扩展函数第59-60页
     ·连续函数退化模型第60-61页
     ·离散函数退化模型第61-63页
     ·退化图像恢复的病态性第63页
   ·图像恢复方法第63-65页
     ·非约束还原第63-64页
     ·约束还原第64页
     ·点扩展函数的估计第64-65页
   ·内源性光学成像的点扩展函数估计第65-68页
     ·内源性光学信号的特性与二阶统计分析第65-66页
     ·点扩展函数与估计第66-67页
     ·点扩展函数估计结果与图像恢复第67-68页
   ·功能柱区域划分第68-70页
     ·图像恢复后内源性光学信号的二阶统计分析第68-70页
     ·功能柱区域的划分结果第70页
   ·小结第70-72页
第六章 猫初级视觉皮层的快速功能成份讨论第72-84页
   ·内源性光学成像系统的时间分辨率第72-73页
     ·血氧动力学过程第72-73页
     ·内源性光学信号的采集条件第73页
   ·内源性光学信号的时间分析第73-82页
     ·实验设计与预处理第73-76页
       ·实验的刺激图像模式第73-74页
       ·实验的记录参数第74页
       ·实验的预处理结果第74-76页
     ·功能区域时域分析第76-79页
       ·功能区域选取第76页
       ·时域分析结果第76-79页
     ·快速功能成份第79-82页
   ·快速功能成像条件第82-83页
   ·小结第83-84页
第七章 总结第84-86页
   ·论文总结第84-85页
   ·未来工作展望第85-86页
致谢第86-87页
参考文献第87-95页
作者攻读博士期间论文研究成果第95-96页

论文共96页,点击 下载论文
上一篇:基于运动任务的脑功能动态网络的整合研究
下一篇:在线广告网络的评估与优化