癌细胞病理图像的检测技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题背景及研究意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容和结构 | 第13-16页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 论文组织结构 | 第14-16页 |
| 2 细胞图像预处理的相关技术 | 第16-32页 |
| 2.1 图像去噪处理 | 第16-20页 |
| 2.1.1 均值滤波 | 第16-17页 |
| 2.1.2 中值滤波 | 第17页 |
| 2.1.3 去噪处理比较 | 第17-18页 |
| 2.1.4 频率域滤波技术 | 第18-20页 |
| 2.2 图像增强处理 | 第20-24页 |
| 2.2.1 灰度变换 | 第21-23页 |
| 2.2.2 直方图均衡化 | 第23-24页 |
| 2.3 形态学图像处理 | 第24-27页 |
| 2.3.1 膨胀运算 | 第24-25页 |
| 2.3.2 腐蚀运算 | 第25-26页 |
| 2.3.3 开操作和闭操作 | 第26-27页 |
| 2.4 彩色空间模型 | 第27-30页 |
| 2.4.1 RGB彩色空间模型 | 第27-28页 |
| 2.4.2 RGB空间细胞图像 | 第28-29页 |
| 2.4.3 HSI彩色空间模型 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 细胞图像的分割技术研究 | 第32-50页 |
| 3.1 基于边缘检测的分割法 | 第32-34页 |
| 3.2 阈值分割法 | 第34-36页 |
| 3.3 区域生长法 | 第36-38页 |
| 3.3.1 自动种子点的区域生长算法 | 第36-38页 |
| 3.4 分水岭算法 | 第38-39页 |
| 3.4.1 标记符控制的分水岭算法 | 第38-39页 |
| 3.5 主动轮廓模型 | 第39-41页 |
| 3.5.1 参数活动轮廓模型 | 第40页 |
| 3.5.2 几何活动轮廓模型 | 第40-41页 |
| 3.6 实验结果与分析 | 第41-48页 |
| 3.6.1 细胞核区域提取 | 第41-43页 |
| 3.6.2 细胞体区域提取 | 第43-45页 |
| 3.6.3 重叠细胞的图像分割 | 第45-46页 |
| 3.6.4 实验分割结果分析 | 第46-48页 |
| 3.7 本章小结 | 第48-50页 |
| 4 细胞图像检测系统的设计与实现 | 第50-58页 |
| 4.1 检测系统的工作流程 | 第50页 |
| 4.2 细胞图像特征 | 第50-53页 |
| 4.2.1 细胞形态特征 | 第51-52页 |
| 4.2.2 细胞特征参数计算 | 第52-53页 |
| 4.3 细胞图像识别技术 | 第53-54页 |
| 4.3.1 支持向量机 | 第54页 |
| 4.3.2 神经网络识别 | 第54页 |
| 4.4 细胞图像检测系统的实现 | 第54-56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 问题与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间所获得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
