肺组织显微图像癌细胞识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题研究背景 | 第11-13页 |
| 1.1.1 医学图像识别技术发展 | 第11-12页 |
| 1.1.2 国内外研究现状 | 第12-13页 |
| 1.2 课题的研究意义 | 第13-15页 |
| 1.2.1 理论意义 | 第13-14页 |
| 1.2.2 现实意义 | 第14-15页 |
| 1.3 论文的内容结构与安排 | 第15-16页 |
| 2 文献综述 | 第16-31页 |
| 2.1 图像识别技术简介 | 第16-17页 |
| 2.2 图像识别基本原理 | 第17-18页 |
| 2.3 图像识别基本方法 | 第18-20页 |
| 2.3.1 统计模式识别 | 第18页 |
| 2.3.2 句法模式识别 | 第18页 |
| 2.3.3 神经网络模式识别 | 第18-19页 |
| 2.3.4 支持向量机模式识别 | 第19页 |
| 2.3.5 模糊模式识别 | 第19-20页 |
| 2.4 图像识别一般过程 | 第20-25页 |
| 2.4.1 图像预处理 | 第20-23页 |
| 2.4.2 图像分割 | 第23-24页 |
| 2.4.3 特征提取与选择 | 第24-25页 |
| 2.4.4 图像识别 | 第25页 |
| 2.5 判别函数和判别规则 | 第25-30页 |
| 2.5.1 线性判别函数 | 第25-28页 |
| 2.5.2 最小距离判别函数 | 第28-29页 |
| 2.5.3 最近邻域判别函数 | 第29页 |
| 2.5.4 非线性判别函数 | 第29-30页 |
| 2.6 本章总结 | 第30-31页 |
| 3 模糊模式识别 | 第31-34页 |
| 3.1 模式识别简介 | 第31页 |
| 3.2 模糊识别法 | 第31页 |
| 3.3 隶属度函数建立方法 | 第31-32页 |
| 3.3.1 模糊统计法 | 第31-32页 |
| 3.3.2 例证法 | 第32页 |
| 3.3.3 专家经验法 | 第32页 |
| 3.3.4 二元对比排序法 | 第32页 |
| 3.4 特征的模糊评价 | 第32-33页 |
| 3.4.1 模糊程度的度量 | 第33页 |
| 3.4.2 特征的模糊评价 | 第33页 |
| 3.5 本章总结 | 第33-34页 |
| 4 面向对象图像识别 | 第34-42页 |
| 4.1 面向对象思想简介 | 第34页 |
| 4.2 面向对象基本特征 | 第34-35页 |
| 4.3 面向对象图像识别 | 第35-41页 |
| 4.3.1 对象特征描述 | 第35-38页 |
| 4.3.2 建立对象模型 | 第38-40页 |
| 4.3.3 对象模型匹配 | 第40-41页 |
| 4.4 本章总结 | 第41-42页 |
| 5 肺组织癌细胞识别系统设计与实现 | 第42-58页 |
| 5.1 系统设计思想 | 第42-44页 |
| 5.2 系统使用的开发工具 | 第44-45页 |
| 5.3 具体实现技术方案 | 第45-49页 |
| 5.3.1 癌细胞对象特征描述 | 第45页 |
| 5.3.2 癌细胞本体对象建模 | 第45-48页 |
| 5.3.3 对象模型匹配 | 第48-49页 |
| 5.4 程序设计与实现 | 第49-57页 |
| 5.5 识别系统发布 | 第57页 |
| 5.6 本章总结 | 第57-58页 |
| 6 课题展望 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 A 主要源码 | 第64-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
