基于神经网络与模糊推理的尿沉渣识别系统研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| ·尿沉渣检验综述 | 第11-15页 |
| ·尿沉渣检验的历史 | 第11页 |
| ·尿沉渣中的主要有形成分及其临床检验价值 | 第11-14页 |
| ·传统尿沉渣人工镜检 | 第14页 |
| ·全自动尿沉渣分析仪 | 第14-15页 |
| ·国内外尿沉渣图像处理和成分识别研究的总结 | 第15-17页 |
| ·课题的研究意义及主要工作 | 第17-18页 |
| ·论文结构安排 | 第18-19页 |
| 第二章 尿沉渣分析系统设计 | 第19-24页 |
| ·尿沉渣分析硬件系统 | 第19-20页 |
| ·尿沉渣显微图像处理系统 | 第20-21页 |
| ·尿沉渣有形成分识别系统 | 第21-22页 |
| ·小结 | 第22-24页 |
| 第三章 尿沉渣显微图像的预处理 | 第24-31页 |
| ·彩色图像到灰度图像的转换 | 第24页 |
| ·图像增强 | 第24-27页 |
| ·图像的平滑去噪 | 第27-28页 |
| ·尿沉渣图像预处理实验 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 尿沉渣图像分割 | 第31-44页 |
| ·边缘检测 | 第31-34页 |
| ·基于边缘检测的有形成分分割 | 第34-37页 |
| ·灰度阈值分割 | 第37-42页 |
| ·低倍镜下尿沉渣有形成分的分割 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第五章 特征提取与特征选择 | 第44-52页 |
| ·形态特征 | 第44-45页 |
| ·纹理特征 | 第45-50页 |
| ·灰度共生矩阵 | 第46-47页 |
| ·灰度-梯度共生矩阵 | 第47-50页 |
| ·尿沉渣有形成分特征选择 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第六章 基于神经网络的尿沉渣有形成分识别 | 第52-59页 |
| ·神经网络概述 | 第52页 |
| ·人工神经元 | 第52-53页 |
| ·BP神经网络原理 | 第53-55页 |
| ·基于BP神经网络的尿沉渣有形成分识别系统 | 第55-58页 |
| ·网络的结构分析与设计 | 第55-56页 |
| ·构造训练和测试样本集 | 第56-57页 |
| ·构造BP神经网络并进行训练 | 第57页 |
| ·BP神经网络识别结果及误差分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第七章 模糊识别方法在尿沉渣识别中的应用 | 第59-69页 |
| ·模糊理论基础知识 | 第59-60页 |
| ·模糊集合及其隶属度函数 | 第59-60页 |
| ·模糊模式识别 | 第60页 |
| ·基于“if-then”规则的模糊推理系统 | 第60-64页 |
| ·模糊语言变量及其隶属度函数 | 第60-62页 |
| ·if-then规则 | 第62页 |
| ·Mamdani型模糊推理算法 | 第62-63页 |
| ·解模糊 | 第63-64页 |
| ·用模糊推理算法识别白细胞和上皮细胞 | 第64-66页 |
| ·小结 | 第66-69页 |
| 第八章 结论 | 第69-71页 |
| ·本论文所做的研究工作 | 第69页 |
| ·系统的不足之处及展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-79页 |
| 致谢 | 第79-80页 |
| 硕士在读期间发表的论文清单 | 第80页 |
