宫颈细胞图像特征分析与自动识别方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题研究的背景和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 宫颈细胞图像类别划分的研究现状 | 第13页 |
| 1.2.2 宫颈细胞图像特征提取方法的研究现状 | 第13-14页 |
| 1.2.3 宫颈细胞图像分类器设计方法的研究现状 | 第14页 |
| 1.3 课题的来源及研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14页 |
| 1.3.2 课题的主要研究内容 | 第14-16页 |
| 第2章 宫颈细胞图像的细胞学基础 | 第16-23页 |
| 2.1 宫颈细胞图像的分子病理学背景 | 第16-17页 |
| 2.2 获取宫颈细胞 | 第17-18页 |
| 2.2.1 宫颈取材 | 第17页 |
| 2.2.2 涂片制备 | 第17-18页 |
| 2.3 宫颈细胞分类 | 第18-19页 |
| 2.3.1 SMMCFBCCI分类方法的类别划分 | 第18-19页 |
| 2.3.2 PMMCFBCCI分类方法的类别划分 | 第19页 |
| 2.4 宫颈细胞图像识别方法框架 | 第19-22页 |
| 2.4.1 实验硬件 | 第20页 |
| 2.4.2 实验软件 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 宫颈细胞图像预处理及分割方法 | 第23-36页 |
| 3.1 宫颈细胞图像增强方法 | 第23-27页 |
| 3.1.1 直方图均衡化 | 第24-25页 |
| 3.1.2 限制对比度自适应直方图均衡化 | 第25-27页 |
| 3.2 宫颈细胞图像滤波方法 | 第27-29页 |
| 3.2.1 均值滤波 | 第27-28页 |
| 3.2.2 中值滤波 | 第28页 |
| 3.2.3 高斯滤波 | 第28-29页 |
| 3.3 宫颈细胞图像分割方法 | 第29-32页 |
| 3.3.1 OTSU算法 | 第30-31页 |
| 3.3.2 K-means算法 | 第31-32页 |
| 3.4 实验结果及分析 | 第32-35页 |
| 3.4.1 图像增强方法的实验结果及分析 | 第32-33页 |
| 3.4.2 图像滤波方法的实验结果及分析 | 第33-34页 |
| 3.4.3 图像分割方法的实验结果及分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 图像特征提取及选择 | 第36-47页 |
| 4.1 宫颈细胞图像特征提取 | 第36页 |
| 4.2 NF特征集合 | 第36-39页 |
| 4.2.1 形态特征 | 第36-38页 |
| 4.2.2 纹理特征 | 第38-39页 |
| 4.3 PF特征集合 | 第39-41页 |
| 4.3.1 形态特征 | 第39-41页 |
| 4.3.2 纹理特征 | 第41页 |
| 4.4 ReliefF算法 | 第41-42页 |
| 4.5 实验结果及分析 | 第42-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 基于多分类器融合的宫颈细胞图像识别方法 | 第47-60页 |
| 5.1 多分类器融合原理 | 第47-49页 |
| 5.1.1 串行分类器融合方法 | 第47-48页 |
| 5.1.2 并行分类器融合方法 | 第48-49页 |
| 5.2 基于宫颈细胞图像的多分类器融合 | 第49-53页 |
| 5.2.1 SMMCFBCCI分类方法 | 第49-51页 |
| 5.2.2 PMMCFBCCI分类方法 | 第51-53页 |
| 5.3 实验结果及分析 | 第53-58页 |
| 5.3.1 评价准则 | 第54-55页 |
| 5.3.2 SMMCFBCCI分类结果及分析 | 第55-56页 |
| 5.3.3 PMMCFBCCI分类结果及分析 | 第56-58页 |
| 5.3.4 宫颈细胞图像分类方法对比实验 | 第58页 |
| 5.4 本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
