基于多焦平面荧光显微图像的三维粒子跟踪
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·生物粒子跟踪研究的重要性 | 第9-10页 |
| ·生物图像粒子跟踪的研究现状 | 第10-11页 |
| ·三维图像反卷积技术 | 第11-12页 |
| ·基于三维反卷积的荧光显微图像的粒子跟踪 | 第12-13页 |
| ·本论文的基本结构 | 第13-14页 |
| 第二章 荧光显微图像的反卷积技术应用 | 第14-22页 |
| ·无噪仿真样本数据的建立 | 第14-16页 |
| ·目标粒子模拟 | 第14-15页 |
| ·粒子运动路线的设定 | 第15-16页 |
| ·模糊仿真样本数据的建立 | 第16-18页 |
| ·基于ML的反卷积算法 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 低信噪比荧光显微图像中的目标识别 | 第22-36页 |
| ·二维荧光显微图像的粒子跟踪 | 第22-27页 |
| ·帧间配准 | 第22-25页 |
| ·对应点匹配跟踪模型(CPMM) | 第25-27页 |
| ·三维荧光显微图像的目标粒子识别 | 第27-35页 |
| ·各向同性非抽样小波(IUWT)算法 | 第28-31页 |
| ·高斯模型匹配 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于粒子滤波的运动粒子跟踪及参数估计 | 第36-48页 |
| ·帧间对应点匹配跟踪模型 | 第36-37页 |
| ·粒子滤波跟踪技术 | 第37-47页 |
| ·贝叶斯跟踪方法 | 第37-38页 |
| ·粒子滤波算法 | 第38-42页 |
| ·实验结果 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于少层三维仿真样本的粒子识别 | 第48-60页 |
| ·时域内插的基本原理 | 第48-52页 |
| ·基于UWT的粒子识别算法 | 第52-59页 |
| ·基本原理 | 第52-54页 |
| ·实验结果 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |