尿沉渣有形成分识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·课题的研究背景及其意义 | 第9-10页 |
| ·尿沉渣检查的临床意义 | 第9页 |
| ·传统的尿沉渣检查方法及其缺点 | 第9页 |
| ·尿沉渣自动识别的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| 2 尿沉渣图像的分割以及后处理 | 第13-23页 |
| ·图像预处理 | 第13-15页 |
| ·尿沉渣图像的特点 | 第13页 |
| ·彩色图像到灰度图像的转换 | 第13-14页 |
| ·图像滤波 | 第14-15页 |
| ·基于改进CANNY 算子的尿沉渣图像分割 | 第15-23页 |
| ·传统的Canny 算法 | 第15-16页 |
| ·传统Canny 算子分割尿沉渣图像存在的不足 | 第16-17页 |
| ·改进的Canny 算子双阈值选取算法 | 第17-18页 |
| ·孔洞填充 | 第18页 |
| ·分割图像的后处理 | 第18-20页 |
| ·实验结果分析 | 第20-23页 |
| 3 基于链码差的粘连细胞分割 | 第23-30页 |
| ·边界特征参数的提取 | 第23-27页 |
| ·链码 | 第23-24页 |
| ·平均链码、链码和 | 第24-25页 |
| ·绝对链码、三点链码和及链码差 | 第25-27页 |
| ·基于链码差的边界凹点判别 | 第27页 |
| ·链码和曲线特征与边界性状的关系 | 第27页 |
| ·链码差曲线特征与边界凹点判别 | 第27页 |
| ·粘连细胞的分割 | 第27-28页 |
| ·实验结果分析 | 第28-30页 |
| 4 尿沉渣图像的特征分析与提取 | 第30-37页 |
| ·形状特征 | 第30-32页 |
| ·统计特征 | 第32页 |
| ·纹理特征 | 第32-37页 |
| 5 基于BP 神经网络的尿沉渣图像识别 | 第37-47页 |
| ·神经网络概述 | 第37页 |
| ·神经网络的学习 | 第37-38页 |
| ·人工神经网络的基本功能 | 第38-39页 |
| ·人工神经网络的结构及优点 | 第39-40页 |
| ·反向传播BP 模型 | 第40-42页 |
| ·基于BP 模型的尿沉渣图像有形成分识别网络设计 | 第42-47页 |
| ·输入、输出层的设计 | 第42-43页 |
| ·隐含层层数选择 | 第43页 |
| ·隐含层节点数的选择 | 第43-44页 |
| ·激励函数的选择与网络初始权值的选取 | 第44页 |
| ·样本特征数据的归一化 | 第44-45页 |
| ·实验结果及其分析 | 第45-47页 |
| 6 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附 录 | 第52页 |
