乳腺癌病理切片显微图像分割及系统实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题背景及研究意义 | 第8-10页 |
| 1.1.1 选题背景 | 第8页 |
| 1.1.2 乳腺癌主要的检测手段 | 第8-9页 |
| 1.1.3 计算机对乳腺癌检测的辅助意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 计算机辅助乳腺癌诊断研究现状 | 第10-11页 |
| 1.2.2 乳腺癌细胞分割特点 | 第11页 |
| 1.2.3 癌细胞图像特征 | 第11-12页 |
| 1.3 本文的主要结构和预期结果 | 第12-14页 |
| 1.3.1 本文的结构和内容 | 第12-13页 |
| 1.3.2 本文的预期结果 | 第13-14页 |
| 第二章 乳腺癌病理切片图像预处理 | 第14-26页 |
| 2.1 彩色图像灰度化 | 第14-17页 |
| 2.1.1 灰度化方法 | 第14-15页 |
| 2.1.2 实验及结果分析 | 第15-17页 |
| 2.2 图像增强 | 第17-20页 |
| 2.2.1 伽马变换 | 第17页 |
| 2.2.2 直方图均衡化 | 第17-18页 |
| 2.2.3 实验及结果分析 | 第18-20页 |
| 2.3 图像滤波 | 第20-22页 |
| 2.3.1 中值滤波 | 第20页 |
| 2.3.2 高斯滤波 | 第20-21页 |
| 2.3.3 实验及结果分析 | 第21-22页 |
| 2.4 本文的复合预处理技术 | 第22-24页 |
| 2.4.1 预处理步骤 | 第22-23页 |
| 2.4.2 实验及结果分析 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 乳腺癌病理切片图像分割 | 第26-40页 |
| 3.1 图像分割定义 | 第26-27页 |
| 3.2 图像分割技术概述 | 第27-30页 |
| 3.2.1 阈值分割技术 | 第27-28页 |
| 3.2.2 边缘检测技术 | 第28页 |
| 3.2.3 区域分割技术 | 第28-29页 |
| 3.2.4 基于特定理论的分割方法 | 第29-30页 |
| 3.3 阈值分割方法的选择 | 第30-32页 |
| 3.3.1 常用阈值法 | 第30-31页 |
| 3.3.2 实验及结果分析 | 第31-32页 |
| 3.4 形态学图像处理 | 第32-36页 |
| 3.4.1 形态学运算 | 第33-34页 |
| 3.4.2 实验及结果分析 | 第34-36页 |
| 3.5 本文的组合分割方法 | 第36-39页 |
| 3.5.1 组合分割步骤 | 第36页 |
| 3.5.2 实验及结果分析 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 粘结细胞分割 | 第40-54页 |
| 4.1 粘结细胞分割技术的概述 | 第40-43页 |
| 4.1.1 基于形态学的粘结细胞分割 | 第40页 |
| 4.1.2 基于分水岭的粘结细胞分割 | 第40-41页 |
| 4.1.3 基于凹点搜索的粘结细胞分割 | 第41-43页 |
| 4.2 本文粘结细胞自动分割方法 | 第43-53页 |
| 4.2.1 粘结细胞的识别 | 第43-46页 |
| 4.2.2 粘结细胞的分割 | 第46-48页 |
| 4.2.3 粘结细胞自动分割方法及步骤 | 第48-49页 |
| 4.2.4 实验及结果分析 | 第49-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 细胞特征提取与系统实现 | 第54-64页 |
| 5.1 乳腺细胞的特征提取 | 第54-58页 |
| 5.1.1 链码概述 | 第54-55页 |
| 5.1.2 最小凸多边形 | 第55页 |
| 5.1.3 细胞特征的提取 | 第55-57页 |
| 5.1.4 实验及结果分析 | 第57-58页 |
| 5.2 系统实现 | 第58-62页 |
| 5.2.1 系统流程介绍 | 第59-60页 |
| 5.2.2 系统运行实例 | 第60-62页 |
| 5.3 本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 总结 | 第64页 |
| 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
