| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 国内外现状 | 第12-13页 |
| 1.3 课题研究的主要内容 | 第13-15页 |
| 第二章 白带有型成分识别的医学基础 | 第15-24页 |
| 2.1 白带显微图片的光学成像系统 | 第15-18页 |
| 2.2 白带显微图片标本制备及图像采集 | 第18-19页 |
| 2.3 白带中有型成分的内容及临床意义 | 第19-23页 |
| 2.3.1 白细胞的形态特征及临床意义 | 第19-20页 |
| 2.3.2 上皮细胞的形态特征及临床意义 | 第20-21页 |
| 2.3.3 球菌的形态特征及临床意义 | 第21-22页 |
| 2.3.4 杆菌的形态特征及临床意义 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 显微图像的预处理 | 第24-40页 |
| 3.1 数字图像基础 | 第24-25页 |
| 3.2 数学形态学 | 第25-29页 |
| 3.2.1 数学形态学的基本运算 | 第25-27页 |
| 3.2.2 灰度图像形态学 | 第27-29页 |
| 3.3 图像分割 | 第29-37页 |
| 3.3.1 图像分割分类 | 第29-30页 |
| 3.3.2 阈值分割算法 | 第30-32页 |
| 3.3.3 边缘分割算法 | 第32-37页 |
| 3.4 连通区域标记 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 白带有型成分的自动识别技术 | 第40-67页 |
| 4.1 白带有型成分自动识别技术简述 | 第40-44页 |
| 4.2 细胞特征提取 | 第44-47页 |
| 4.3 基于模糊识别和BP神经网络的白细胞自动识别技术 | 第47-62页 |
| 4.3.1 基于部分特征的初始筛选 | 第47-48页 |
| 4.3.2 模糊模式识别 | 第48-55页 |
| 4.3.3 BP神经网络 | 第55-62页 |
| 4.4 基于特征筛选的上皮细胞自动识别技术 | 第62-65页 |
| 4.5 基于特征筛选的杆菌和球菌自动识别技术 | 第65-66页 |
| 4.5.1 杆菌特征筛选 | 第65页 |
| 4.5.2 球菌特征筛选 | 第65-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第五章 白带中有型成分自动识别技术优化及结果分析 | 第67-92页 |
| 5.1 程序优化及加速 | 第67-71页 |
| 5.1.1 CUDA及并行运算简介 | 第67-69页 |
| 5.1.2 图像处理算法的并行设计 | 第69-70页 |
| 5.1.3 加速结果总结 | 第70-71页 |
| 5.2 医院样本测试及结果分析 | 第71-91页 |
| 5.2.1 白细胞的结果统计及分析 | 第71-74页 |
| 5.2.2 上皮细胞的统计结果及分析 | 第74-78页 |
| 5.2.3 杆菌的统计结果及分析 | 第78-81页 |
| 5.2.4 球菌的统计结果及分析 | 第81-84页 |
| 5.2.5 白带有型成分的综合统计结果及分析 | 第84-91页 |
| 5.3 本章小结 | 第91-92页 |
| 第六章 结论与展望 | 第92-94页 |
| 6.1 本文的主要工作 | 第92页 |
| 6.2 后续研究工作建议 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-99页 |
| 攻读硕士学位期间取得的成果 | 第99-100页 |