| 摘要 | 第10-12页 |
| Abstract | 第12-13页 |
| 第一章 绪论 | 第14-32页 |
| 1.1 课题的背景与研究意义 | 第14-15页 |
| 1.2 计算机辅助宫颈细胞学筛查相关技术简介 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-28页 |
| 1.3.1 宫颈细胞图像的分割方法研究现状 | 第17-23页 |
| 1.3.2 宫颈细胞图像的特征参数提取方法研究现状 | 第23-25页 |
| 1.3.3 宫颈细胞图像的分类方法研究现状 | 第25-26页 |
| 1.3.4 相关研究中的现存问题分析 | 第26-28页 |
| 1.4 本文的研究内容与结构安排 | 第28-32页 |
| 第二章 基于灰度边缘信息的单细胞图像分割 | 第32-48页 |
| 2.1 引言 | 第32页 |
| 2.2 基于断点抑制梯度向量场的闭合轮廓提取方法 | 第32-44页 |
| 2.2.1 闭合轮廓提取方法概览 | 第34页 |
| 2.2.2 断点标注 | 第34-35页 |
| 2.2.3 断点抑制梯度向量场 | 第35-39页 |
| 2.2.4 改进的均值向量差分方法 | 第39-42页 |
| 2.2.5 仿真图像的实验结果 | 第42-44页 |
| 2.3 断点抑制梯度向量场在细胞轮廓提取中的应用 | 第44-47页 |
| 2.3.1 细胞轮廓提取 | 第44-46页 |
| 2.3.2 关于图像噪声影响的讨论 | 第46-47页 |
| 2.4 本章小结 | 第47-48页 |
| 第三章 基于色差向量场的单细胞图像分割 | 第48-61页 |
| 3.1 引言 | 第48-50页 |
| 3.2 色差向量场 | 第50-52页 |
| 3.3 基于色差向量场提取细胞轮廓 | 第52-56页 |
| 3.3.1 色差向量场下的细胞边缘特性分析 | 第52-53页 |
| 3.3.2 色差向量模板提取 | 第53-54页 |
| 3.3.3 细胞轮廓的提取 | 第54-56页 |
| 3.4 实验结果与讨论 | 第56-60页 |
| 3.4.1 实验平台及图像数据获取 | 第56-57页 |
| 3.4.2 细胞分割结果 | 第57-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 基于稀疏动态搜索与GVF Snake模型的重叠细胞图像分割 | 第61-84页 |
| 4.1 引言 | 第61-62页 |
| 4.2 本章的分割方法概览 | 第62-65页 |
| 4.3 预分割与边缘增强 | 第65-70页 |
| 4.3.1 预处理 | 第65页 |
| 4.3.2 形态学滤波与K均值算法结合的预分割 | 第65-68页 |
| 4.3.3 基于梯度分解的边缘增强 | 第68-70页 |
| 4.4 细胞轮廓的精确提取 | 第70-76页 |
| 4.4.1 基准轮廓提取 | 第70-71页 |
| 4.4.2 稀疏动态轮廓搜索 | 第71-72页 |
| 4.4.3 细胞轮廓点初始位置估计 | 第72-73页 |
| 4.4.4 动态搜索准则 | 第73-76页 |
| 4.4.5 采用GVF Snake模型提取细胞轮廓 | 第76页 |
| 4.5 实验结果与讨论 | 第76-82页 |
| 4.5.1 测试数据集 | 第76-77页 |
| 4.5.2 细胞分割结果 | 第77-81页 |
| 4.5.3 讨论 | 第81-82页 |
| 4.6 本章小结 | 第82-84页 |
| 第五章 多细胞图像分割 | 第84-108页 |
| 5.1 引言 | 第84-85页 |
| 5.2 多细胞图像中细胞核区域的增强 | 第85-89页 |
| 5.2.1 基于灰度信息的细胞核区域增强 | 第85-87页 |
| 5.2.2 基于彩色信息的细胞核区域增强 | 第87-88页 |
| 5.2.3 融合灰度与彩色信息的细胞核区域增强 | 第88-89页 |
| 5.3 多细胞图像中的细胞核分割 | 第89-93页 |
| 5.3.1 细胞核粗分割 | 第89-92页 |
| 5.3.2 基于局域GVF Snake模型的细胞核精细分割 | 第92-93页 |
| 5.4 重叠细胞核分割 | 第93-96页 |
| 5.4.1 重叠细胞核的分离 | 第93-95页 |
| 5.4.2 缺失细胞核轮廓的重构 | 第95-96页 |
| 5.5 多细胞图像中的细胞质分割 | 第96-99页 |
| 5.5.1 细胞质区域的粗分割 | 第96-97页 |
| 5.5.2 重叠细胞质的分割 | 第97-99页 |
| 5.6 实验结果与讨论 | 第99-105页 |
| 5.6.1 细胞核分割结果 | 第100-104页 |
| 5.6.2 细胞质分割结果 | 第104-105页 |
| 5.7 本章小结 | 第105-108页 |
| 第六章 细胞图像的特征参数提取与分类识别 | 第108-130页 |
| 6.1 引言 | 第108-109页 |
| 6.2 细胞图像的特征参数提取 | 第109-114页 |
| 6.2.1 正常宫颈细胞与异常宫颈细胞的典型特点 | 第109-110页 |
| 6.2.2 细胞图像的特征参数提取 | 第110-114页 |
| 6.3 正常细胞与异常细胞的分类 | 第114-118页 |
| 6.3.1 四种基本分类器简介 | 第114-116页 |
| 6.3.2 基于细胞核面积的两级分类方法 | 第116-118页 |
| 6.4 实验结果与讨论 | 第118-128页 |
| 6.4.1 实验样本库及分类评价指标 | 第118-120页 |
| 6.4.2 Herlev数据集的测试 | 第120-124页 |
| 6.4.3 数据集2的测试 | 第124-128页 |
| 6.5 本章小结 | 第128-130页 |
| 第七章 总结与展望 | 第130-134页 |
| 7.1 本文工作总结 | 第130-132页 |
| 7.2 本文主要创新点总结 | 第132页 |
| 7.3 下一步工作展望 | 第132-134页 |
| 致谢 | 第134-135页 |
| 参考文献 | 第135-145页 |
| 作者在学期间取得的学术成果 | 第145-146页 |
