宫颈癌细胞学早期筛查智能采集方法研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本课题来源 | 第11页 |
| 1.4 本文的主要研究内容及创新点 | 第11-12页 |
| 1.5 文章组织结构 | 第12-14页 |
| 第2章 液基宫颈细胞图像清晰度度量方法 | 第14-39页 |
| 2.1 目标对象的选取 | 第14-17页 |
| 2.1.1 正常宫颈细胞结构 | 第14-15页 |
| 2.1.2 对象选择分析 | 第15页 |
| 2.1.3 目标对象的提取 | 第15-17页 |
| 2.2 宫颈细胞清晰度度量方法 | 第17-18页 |
| 2.2.1 图像边缘单位像素灰度梯度 | 第17页 |
| 2.2.2 目标与背景的强度差 | 第17-18页 |
| 2.3 宫颈细胞清晰度判断模式设计 | 第18-35页 |
| 2.3.1 多尺度视觉不变性 | 第18-20页 |
| 2.3.2 视觉不变性在清晰度判断程序中的应用 | 第20-22页 |
| 2.3.4 清晰度判断程序设计 | 第22-35页 |
| 2.3.4.1 常用清晰度判断模式 | 第22-27页 |
| 2.3.4.2 一种新的清晰度判断模式设计 | 第27-34页 |
| 2.3.4.3 两种判断模式的比较 | 第34-35页 |
| 2.4 试验 | 第35-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 基于图像特征的多模式清晰度诊断 | 第39-45页 |
| 3.1 宫颈细胞多模式诊断建模 | 第39-40页 |
| 3.1.1 基本思想 | 第39页 |
| 3.1.2 多模式诊断模型建立 | 第39-40页 |
| 3.2 多模式诊断模型训练 | 第40-43页 |
| 3.2.1 多模式诊断算法概述 | 第40-41页 |
| 3.2.2 诊断标准训练 | 第41-43页 |
| 3.3 试验 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 智能采集系统程序设计 | 第45-52页 |
| 4.1 一种模式守护的智能采集方法 | 第45-46页 |
| 4.1.1 基于反馈的图像采集系统 | 第45-46页 |
| 4.1.2 清晰度诊断模型在采集系统中的应用 | 第46页 |
| 4.2 采集程序流程设计 | 第46-47页 |
| 4.3 试验 | 第47-50页 |
| 4.3.1 本章算法流程设计 | 第47页 |
| 4.3.2 实验结果及分析 | 第47-49页 |
| 4.3.3 在线采集验证 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-55页 |
| 5.1 论文工作总结 | 第52-53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 致谢 | 第59-60页 |
