| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第1章 绪论 | 第6-11页 |
| ·淋巴组织病理图像模式分类的研究意义 | 第6页 |
| ·图像模式识别基本思想 | 第6-7页 |
| ·病理图像模式分类的研究现状及存在的问题 | 第7-8页 |
| ·基于传统方法的病理图像分类研究现状及问题 | 第7-8页 |
| ·基于协同模式识别的病理图像分类研究现状及问题 | 第8页 |
| ·本文的基本思路及主要工作 | 第8-11页 |
| ·基于纹理特征空间的淋巴病理图像协同分类基本框架 | 第8-9页 |
| ·论文结构 | 第9-11页 |
| 第2章 淋巴组织病理图像的纹理特征提取 | 第11-22页 |
| ·淋巴组织病理图像的特点及纹理分析方法 | 第11-14页 |
| ·淋巴组织病理图像的特点 | 第11-13页 |
| ·纹理分析方法 | 第13-14页 |
| ·基于约简纹理谱的淋巴组织结构图像纹理分析 | 第14-17页 |
| ·约简纹理谱及纹理单元 | 第14页 |
| ·改进的约简纹理单元表示法 | 第14-15页 |
| ·纹理谱统计特征 | 第15-16页 |
| ·纹理谱特征 | 第16-17页 |
| ·基于傅立叶变换的纹理能量提取 | 第17-18页 |
| ·基于LAWS 纹理测量的淋巴组织病理图像纹理测量 | 第18-22页 |
| ·Laws 纹理测量的基本思想 | 第18-19页 |
| ·基于小波变换的淋巴组织病理图像Laws 纹理测量 | 第19-22页 |
| 第3章 纹理特征选择及权重设置 | 第22-30页 |
| ·特征选择 | 第22-25页 |
| ·特征选择的基本思想 | 第22-23页 |
| ·基于粗糙集属性约简的特征选择 | 第23-25页 |
| ·特征权重设置 | 第25-26页 |
| ·实验及结果 | 第26-30页 |
| 第4章 协同模式分类及其具体算法研究 | 第30-43页 |
| ·经典HAKEN 协同神经网络的基本思想 | 第30-33页 |
| ·协同神经网络基本方程 | 第30-32页 |
| ·经典HAKEN 协同神经网络的基本网络结构 | 第32-33页 |
| ·原型选择算法 | 第33-40页 |
| ·传统的原型选择算法 | 第33-34页 |
| ·基于粗糙集等价类的原型选择算法 | 第34-36页 |
| ·实验结果对比及讨论 | 第36-40页 |
| ·注意参数设置 | 第40-43页 |
| ·传统的注意参数设置方法 | 第40-41页 |
| ·基于图像相似度的注意参数设置 | 第41-43页 |
| 第5章 基于纹理特征空间的淋巴组织病理图像协同分类系统设计 | 第43-53页 |
| ·系统总体设计 | 第43-45页 |
| ·设计思想 | 第43页 |
| ·开发平台及实验数据 | 第43-45页 |
| ·特征选取及权重设置 | 第45页 |
| ·淋巴组织病理图像的协同分类若干具体算法 | 第45-48页 |
| ·内部数据归一化 | 第46页 |
| ·零均值和归一化 | 第46-47页 |
| ·学习算法 | 第47-48页 |
| ·序参量计算 | 第48页 |
| ·淋巴组织病理图像协同分类具体流程 | 第48页 |
| ·实验对比及讨论 | 第48-53页 |
| 总结与展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 个人简历、攻读学位期间发表的学术论文 | 第57页 |
