| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 宫颈细胞图像研究的发展现状 | 第9-12页 |
| 1.2.1 宫颈细胞图像分割的研究现状 | 第10-11页 |
| 1.2.2 宫颈细胞图像的特征提取研究现状 | 第11-12页 |
| 1.2.3 宫颈细胞图像的识别分类研究现状 | 第12页 |
| 1.3 宫颈单细胞图像的获取 | 第12-16页 |
| 1.3.1 宫颈细胞结构 | 第12-13页 |
| 1.3.2 宫颈单细胞图像获取及筛选装置 | 第13-16页 |
| 1.4 论文研究内容及组织安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 基于改进GVF Snake模型的宫颈单细胞图像分割 | 第18-36页 |
| 2.1 引言 | 第18-19页 |
| 2.2 宫颈单细胞图像的预处理 | 第19-25页 |
| 2.2.1 宫颈单细胞图像灰度化 | 第19-20页 |
| 2.2.2 宫颈单细胞图像去噪及边缘保持 | 第20-25页 |
| 2.3 宫颈单细胞图像初始轮廓提取、细胞核定位 | 第25-27页 |
| 2.4 基于改进GVF Snake模型宫颈单细胞图像分割 | 第27-32页 |
| 2.4.1 GVF Snake模型 | 第27-29页 |
| 2.4.2 基于射线的边缘的梯度计算 | 第29-32页 |
| 2.5 实验结果分析 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 宫颈单细胞图像特征提取方法研究 | 第36-51页 |
| 3.1 引言 | 第36页 |
| 3.2 宫颈细胞图像的形态特征提取 | 第36-40页 |
| 3.3 宫颈细胞图像在极坐标下的特征提取 | 第40-46页 |
| 3.3.1 宫颈细胞图像转化为极坐标下的图像 | 第41-43页 |
| 3.3.2 极坐标下宫颈细胞图像的特征提取 | 第43-46页 |
| 3.4 宫颈细胞特征箱形图数据分布 | 第46-48页 |
| 3.5 宫颈细胞特征数据降维处理 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 宫颈单细胞图像分类识别的研究 | 第51-63页 |
| 4.1 引言 | 第51-52页 |
| 4.2 宫颈细胞分类器的选择 | 第52-57页 |
| 4.2.1 支持向量机SVM算法原理 | 第52-54页 |
| 4.2.2 AdaBoost算法原理 | 第54-55页 |
| 4.2.3 Adaboost-SVM组合的分类器原理算法 | 第55-57页 |
| 4.3 宫颈单细胞图像识别实验 | 第57-60页 |
| 4.3.1 分类器AdaBoost-SVM模型系统设计 | 第57页 |
| 4.3.2 宫颈细胞图像分类识别 | 第57-60页 |
| 4.4 分类实验结果与其他方法对比 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 全文工作总结 | 第63页 |
| 5.2 对未来工作的展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士期间参与的项目及取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
