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 |