首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人体粪便中的生物细胞自动识别技术的研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-15页
    1.1 研究的背景和意义第10-11页
    1.2 细胞自动识别发展史及现状第11-13页
    1.3 课题研究内容、技术路线、关键问题第13页
    1.4 论文安排第13-15页
第二章 人体粪便中生物细胞识别的医学基础第15-19页
    2.1 显微图片标本制备及图像采集第15页
    2.2 人体粪便中生物细胞识别的内容及临床意义第15-18页
        2.2.1 红细胞的形态特征及临床意义第15-17页
        2.2.2 白细胞的形态特征及临床意义第17-18页
    2.3 本章小结第18-19页
第三章 生物细胞的图像分割第19-37页
    3.1 图像分割的概念第19-20页
    3.2 图像分割算法第20-33页
        3.2.1 阈值分割算法第20-27页
        3.2.2 边缘分割算法第27-33页
    3.3 形态学分割第33-36页
    3.4 本章小结第36-37页
第四章 生物细胞自动识别技术第37-58页
    4.1 生物细胞自动识别技术简述第37-39页
    4.2 细胞特征提取第39-41页
    4.3 基于模糊识别和BP神经网络的红细胞自动识别技术第41-56页
        4.3.1 基于部分特征的初始筛选第41-42页
        4.3.2 模糊模式识别第42-48页
        4.3.3 BP神经网络第48-55页
        4.3.4 基于多层图像的最终筛选第55-56页
    4.4 基于特征筛选的白细胞自动识别技术第56-57页
        4.4.1 白细胞特征筛选第56页
        4.4.2 基于多层图像的最终选择第56-57页
    4.5 本章小结第57-58页
第五章 人体粪便中生物细胞自动识别技术优化及结果分析第58-68页
    5.1 程序优化及加速第58-62页
        5.1.1 CUDA加速第58-61页
        5.1.2 OpenMP加速第61-62页
        5.1.3 加速结果总结第62页
    5.2 医院样本测试及结果分析第62-67页
    5.3 本章小结第67-68页
第六章 结论与展望第68-70页
    6.1 本文的主要工作第68页
    6.2 后续研究工作建议第68-70页
致谢第70-71页
参考文献第71-75页
攻读硕士学位期间取得的成果第75-76页

论文共76页,点击 下载论文
上一篇:18F-FMISO+PETCT乏氧显像指导非小细胞肺癌调强放射治疗剂量学研究
下一篇:自我管理教育对“新农合”腹膜透析患者身心状况的影响