基于神经网络的病理图像融合识别研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·国内外发展和研究状况 | 第10-13页 |
| ·论文工作的主要内容 | 第13-15页 |
| 第2章 病理图像预处理技术研究与实现 | 第15-23页 |
| ·基于灰度图像的图像分割 | 第15-18页 |
| ·病理图像的灰度化 | 第15-16页 |
| ·快速Otsu阈值自动分割算法 | 第16-18页 |
| ·基于空间域的图像滤波处理 | 第18-19页 |
| ·基于灰度直方图的增强处理 | 第19-21页 |
| ·基于空间域的图像锐化处理 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 病理图像特征提取方法研究与实现 | 第23-33页 |
| ·基于颜色矩和灰度直方图的颜色特征提取 | 第23-27页 |
| ·基于颜色矩的颜色特征提取 | 第23-25页 |
| ·基于灰度直方图的颜色特征提取 | 第25-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·基于不变矩的形状特征提取 | 第27-29页 |
| ·不变矩算法 | 第27-29页 |
| ·实验结果及分析 | 第29页 |
| ·基于小波包和分形的纹理特征提取 | 第29-32页 |
| ·小波包和分形结合算法 | 第30-32页 |
| ·实验结果及分析 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 特征级图像融合算法研究与实现 | 第33-39页 |
| ·图像融合的分类 | 第33-34页 |
| ·基于主元分析法的特征级融合 | 第34-36页 |
| ·实验结果及数据分析处理 | 第36-38页 |
| ·实验结果及分析 | 第36-37页 |
| ·数据归一化处理 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于神经网络的决策级融合识别研究与实现 | 第39-51页 |
| ·决策级融合算法实现过程 | 第39-40页 |
| ·神经网络识别算法研究及实现 | 第40-46页 |
| ·神经网络的工作过程 | 第40-42页 |
| ·BP神经网络识别算法 | 第42-44页 |
| ·LVQ神经网络识别算法 | 第44-45页 |
| ·自组织神经网络识别算法 | 第45-46页 |
| ·欧氏距离法识别算法及实现 | 第46-48页 |
| ·Bayes法识别算法及实现 | 第48页 |
| ·基于多数投票法的决策级融合 | 第48-49页 |
| ·实验结果比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·论文工作总结 | 第51-52页 |
| ·进一步研究展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间发表论文和参加科研情况 | 第57页 |
| 一.攻读学位期间发表的论文 | 第57页 |
| 二.攻读学位期间参加的科研项目 | 第57页 |
