| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 论文研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文主要内容 | 第11-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第2章 图像特征提取 | 第15-23页 |
| 2.1 图像预处理 | 第15-16页 |
| 2.2 GIST特征 | 第16-18页 |
| 2.3 SIFT特征 | 第18-21页 |
| 2.4 HOG特征 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 特征表示方法 | 第23-35页 |
| 3.1 引言 | 第23-25页 |
| 3.2 词袋(BagofVisualWords,BoW) | 第25-26页 |
| 3.3 池化时间序列表示方法 | 第26-30页 |
| 3.3.1 时间窗结构 | 第27-28页 |
| 3.3.2 时域池化算子 | 第28-30页 |
| 3.4 三维卷积神经网络(3DConvolutionalNeuralNetworks,3DCNN) | 第30-34页 |
| 3.4.1 卷积神经网络(ConvolutionalNeuralNetworks,CNN) | 第30-32页 |
| 3.4.2 基于3DCNN的特征学习 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 层级化随机场模型 | 第35-41页 |
| 4.1 基本符号定义 | 第35-36页 |
| 4.2 序列学习 | 第36-37页 |
| 4.3 序列摘要 | 第37-38页 |
| 4.4 HSNF模型建模 | 第38-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第5章 胞分裂的识别与检测实验结果与分析 | 第41-57页 |
| 5.1 细胞数据集介绍 | 第41-44页 |
| 5.2 基于池化时间序列特征表示的细胞识别实验 | 第44-49页 |
| 5.2.2 基于池化时间序列表示方法的实验结果与分析 | 第46-49页 |
| 5.3 基于3DCNN特征表示的细胞识别实验 | 第49-53页 |
| 5.3.1 方法框架 | 第49-50页 |
| 5.3.2 3DCNN的实验结果与分析 | 第50-53页 |
| 5.4 基于HSRF模型的细胞识别实验 | 第53-55页 |
| 5.5 细胞识别实验总结 | 第55页 |
| 5.6 本章小结 | 第55-57页 |
| 第6章 总结和展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 全文展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67页 |
