首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

医学细胞显微图像分割与识别技术的研究

中文摘要第1-3页
Abstract第3-7页
第1章 绪论第7-13页
   ·课题的研究背景及意义第7-8页
   ·医学细胞显微图像处理的国内外研究现状第8-9页
   ·本课题的目的和意义第9-10页
   ·本文的主要研究工作第10-11页
   ·论文的研究内容和组织结构第11-13页
第2章 胃腺癌的形成及免疫组化图像的采集第13-17页
   ·胃腺癌的形成及癌组织切片的染色第13-14页
     ·胃腺癌的形成第13-14页
     ·癌组织切片的染色第14页
   ·图像的采集第14-15页
   ·癌细胞的显微特征第15-17页
第3章 胃腺癌组织免疫组化彩色图像的分割第17-32页
   ·图像分割的定义第17-18页
   ·图像分割算法第18-22页
     ·四种传统分割方法及其比较第19-20页
     ·特殊的分割算法第20-22页
   ·彩色图像的彩色模型表达第22-23页
   ·胃腺癌免疫组化彩色图像的色度学分割法第23-28页
   ·平滑滤波第28-32页
第4章 基于边缘检测的胃腺癌细胞图像分割算法第32-52页
   ·边缘检测概述第32-35页
   ·几种常见的边缘检测算子第35-41页
   ·分水岭分割算法第41-52页
     ·分水岭变换的原理第42-44页
     ·传统分水岭变换的数学描述第44-45页
     ·使用距离变换的分水岭分割第45-48页
     ·基于改进距离标记的分水岭算法第48-52页
第5章 胃腺癌细胞显微图像特征提取第52-62页
   ·图像特征概述第52页
   ·图像特征的表示与描述方法第52-55页
     ·图像链码表达第52-54页
     ·链码归一化第54-55页
   ·胃腺癌细胞图像的特征描述第55-62页
     ·胃腺癌细胞几何特征的描述第55-57页
     ·胃腺癌细胞形状特征的描述第57-59页
     ·胃腺癌细胞的实验数据第59-62页
第6章 基于BP 神经网络的胃腺癌细胞识别第62-70页
   ·人工神经网络第62-63页
   ·BP 神经网络的基本原理与方法第63-68页
   ·基于BP 神经网络的胃腺癌细胞识别第68-70页
     ·数据的获取与处理第68页
     ·BP 神经网络的设计与训练第68-69页
     ·结果第69-70页
结论第70-72页
参考文献第72-76页
致谢第76-77页

论文共77页,点击 下载论文
上一篇:鲹科鱼类游动力学特性的理论与仿真研究
下一篇:AZ31镁合金阳极氧化膜的制备及其耐蚀性研究