| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·神经干细胞的研究意义 | 第10-12页 |
| ·神经干细胞的定义 | 第10页 |
| ·神经干细胞的特点 | 第10-11页 |
| ·神经干细胞的作用 | 第11-12页 |
| ·医学图像处理 | 第12-13页 |
| ·细胞追踪技术的国内外研究现状 | 第13-14页 |
| ·活跃细胞追踪问题的应用背景及全文总体结构 | 第14-17页 |
| ·细胞在序列图像中的追踪的应用背景 | 第14-15页 |
| ·全文结构 | 第15-17页 |
| 第2章 细胞追踪算法及单帧图像中活跃细胞的特征信息提取 | 第17-38页 |
| ·细胞追踪算法 | 第17-20页 |
| ·Mean Shift算法 | 第17-18页 |
| ·图论 | 第18-19页 |
| ·Level Set算法 | 第19页 |
| ·Kalman Filter | 第19-20页 |
| ·活跃细胞特征信息提取 | 第20-36页 |
| ·细胞图像分割 | 第21-34页 |
| ·灰度阈值法 | 第21-23页 |
| ·边缘查找法 | 第23-25页 |
| ·分水岭变换法 | 第25-26页 |
| ·主动轮廓法 | 第26-27页 |
| ·水平集方法(Level Set算法) | 第27-34页 |
| ·二值图像标注 | 第34-35页 |
| ·识别目标细胞并提取其信息 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 离散卡尔曼滤波器算法 | 第38-57页 |
| ·目标运动模型 | 第38-43页 |
| ·CV和CA运动模型 | 第38-39页 |
| ·机动目标的转弯模型(CT模型) | 第39-40页 |
| ·零均值一阶马尔科夫模型(Singer模型) | 第40-41页 |
| ·CS模型 | 第41-42页 |
| ·针对实际问题建立的运动模型 | 第42-43页 |
| ·卡尔曼滤波器算法 | 第43-50页 |
| ·被估计的过程信号 | 第43-45页 |
| ·滤波器的计算原型 | 第45-46页 |
| ·滤波器的概率原型解释 | 第46-47页 |
| ·离散卡尔曼滤波器算法 | 第47-49页 |
| ·滤波器系数及调整 | 第49-50页 |
| ·卡尔曼滤波器估计预测活跃细胞及算法的总体结构 | 第50-56页 |
| ·Kalman滤波器在追踪活跃细胞时的状态模型 | 第50-51页 |
| ·代价函数的建立 | 第51-55页 |
| ·算法的总体结构 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 对活跃细胞的追踪结果及分析 | 第57-64页 |
| ·三个图像追踪序列中各类细胞的统计 | 第57-63页 |
| ·序列Ⅰ中活跃细胞的追踪 | 第58-60页 |
| ·序列Ⅱ中活跃细胞的追踪 | 第60-61页 |
| ·序列Ⅲ中活跃细胞的追踪 | 第61-63页 |
| ·追踪结果分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |