| 1 概述 | 第1-16页 |
| 1．1 图像处理技术在医学领域的应用及发展 | 第10-11页 |
| 1．2 肾组织切片图像 | 第11-14页 |
| 1．2．1 肾组织切片图像的制作过程 | 第11-12页 |
| 1．2．2 肾小球的形态与肾脏疾病的关系 | 第12-14页 |
| 1．3 肾小球组织提取的医学意义 | 第14页 |
| 1．4 论文主要完成的任务及成果 | 第14-16页 |
| 2 肾脏组织切片图像的预处理 | 第16-31页 |
| 2．1 肾脏组织切片图像的复杂特点 | 第16-19页 |
| 2．2 医学图像中的边缘检测方法 | 第19-22页 |
| 2．2．1 经典边缘检测算法 | 第19-21页 |
| 2．2．2 现代边缘检测方法 | 第21-22页 |
| 2．3 本课题中的BP神经元网络检测方法 | 第22-28页 |
| 2．3．1 BP网络的结构 | 第23-24页 |
| 2．3．2 BP网络的输入输出信号 | 第24-25页 |
| 2．3．3 BP网络的教师信号选取 | 第25-26页 |
| 2．3．4 肾脏组织切片的染色差异处理 | 第26-28页 |
| 2．4 噪声去除 | 第28-31页 |
| 2．4．1 常用的去除噪声方法 | 第28-30页 |
| 2．4．2 本课题中的去噪方法 | 第30-31页 |
| 3 基于数学形态学的边界处理 | 第31-40页 |
| 3．1 腐蚀与膨胀 | 第31-34页 |
| 3．2 边缘提取 | 第34-35页 |
| 3．3 开、闭运算 | 第35-36页 |
| 3．4 击中击不中变换 | 第36-37页 |
| 3．5 细化处理 | 第37-38页 |
| 3．6 边界断开间隙的连接处理 | 第38-40页 |
| 4 基于数值分析的曲线最佳拟合 | 第40-47页 |
| 4．1 最小二乘法的曲线拟合 | 第40-43页 |
| 4．1．1 最小二乘法 | 第41页 |
| 4．1．2 最小二乘解的求解 | 第41-43页 |
| 4．2 椭圆拟合 | 第43-45页 |
| 4．3 圆拟合 | 第45-47页 |
| 5 肾小球边界曲线的处理 | 第47-58页 |
| 5．1 肾小球边界曲线处理 | 第47-52页 |
| 5．1．1 利用链码去除曲线上的分支短线 | 第48-50页 |
| 5．1．2 相近点的线性连接 | 第50-52页 |
| 5．2 拟合后的肾小球边界曲线形态 | 第52-53页 |
| 5．3 拟合后的肾小球边界曲线处理 | 第53-58页 |
| 5．3．1 椭圆形的边界线处理 | 第54页 |
| 5．3．2 圆形的边界线处理 | 第54-56页 |
| 5．3．3 不规则边界线的处理 | 第56-58页 |
| 6 实验结果及分析 | 第58-62页 |
| 6．1 实验所需设备 | 第58页 |
| 6．2 椭圆形肾小球提取 | 第58-61页 |
| 6．3 圆形肾小球提取 | 第61页 |
| 6．4 不规则形肾小球的区域提取 | 第61-62页 |
| 7 医学图像识别技术的应用 | 第62-71页 |
| 7．1 基因图像 | 第62-63页 |
| 7．2 PCR条带信息的自动提取算法 | 第63-65页 |
| 7．2．1 基于灰度投影及高斯平滑阈值处理的信息增强算法 | 第64-65页 |
| 7．2．2 平滑参数σ的选取方法 | 第65页 |
| 7．3 实验方法 | 第65-68页 |
| 7．3．1 泳道的提取 | 第65-66页 |
| 7．3．2 PCR条带的自动圈定 | 第66-68页 |
| 7．4 实验结果与分析 | 第68-70页 |
| 7．5 总结与讨论 | 第70-71页 |
| 结论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 已发表论文及科研情况 | 第79页 |