HE染色乳腺癌组织病理图像分级研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文研究内容 | 第10页 |
| 1.4 文章结构 | 第10-11页 |
| 第二章 相关背景及技术介绍 | 第11-20页 |
| 2.1 乳腺癌相关背景概述 | 第11页 |
| 2.2 乳腺癌组织学分级 | 第11-12页 |
| 2.3 HE染色制作与病理图像的获取 | 第12-15页 |
| 2.4 相关技术与方法 | 第15-18页 |
| 2.4.1 支持向量机算法 | 第15-16页 |
| 2.4.2 逻辑回归算法 | 第16-17页 |
| 2.4.3 朴素贝叶斯算法 | 第17-18页 |
| 2.5 本章小结 | 第18-20页 |
| 第三章 基于像素分类的癌巢分割 | 第20-30页 |
| 3.1 分割模型设计 | 第20页 |
| 3.2 图像预处理 | 第20-23页 |
| 3.3 特征提取 | 第23-26页 |
| 3.3.1 颜色特征提取 | 第23-24页 |
| 3.3.2 纹理特征提取 | 第24-26页 |
| 3.4 实验及结果分析 | 第26-28页 |
| 3.5 本章小结 | 第28-30页 |
| 第四章 基于两次分水岭的细胞核识别 | 第30-35页 |
| 4.1 方法概述 | 第30-31页 |
| 4.2 细胞核识别 | 第31-34页 |
| 4.3 本章小结 | 第34-35页 |
| 第五章 图像组织学分级研究 | 第35-45页 |
| 5.1 特征提取 | 第35-41页 |
| 5.1.1 像素级别特征 | 第35-38页 |
| 5.1.2 对象级别特征 | 第38-41页 |
| 5.2 实验及结果分析 | 第41-44页 |
| 5.3 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 工作总结 | 第45-46页 |
| 6.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 硕士期间研究成果 | 第50-51页 |
| 致谢 | 第51-52页 |
