| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-25页 |
| ·本课题的研究目的和意义 | 第14-16页 |
| ·国内外研究现状 | 第16-22页 |
| ·图像分割方面 | 第17-21页 |
| ·模式分类 | 第21-22页 |
| ·课题的主要内容和章节安排 | 第22-25页 |
| ·文章的主要内容 | 第22-23页 |
| ·文章的组织结构 | 第23-25页 |
| 第二章 相关的医学背景简介 | 第25-30页 |
| ·引言 | 第25页 |
| ·周围神经的生理形态 | 第25-26页 |
| ·三种复染方法得到的周围神经显微图像 | 第26-29页 |
| ·Karnorvsky-Roots染色 | 第26-27页 |
| ·复染图像 | 第27-29页 |
| ·图像获取方式 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 神经纤维图像分割方法 | 第30-39页 |
| ·引言 | 第30页 |
| ·图像分割的概念 | 第30-35页 |
| ·定义 | 第30-31页 |
| ·图像分割相关技术 | 第31-35页 |
| ·神经纤维显微图像的二次分水岭分割算法 | 第35-38页 |
| ·分水岭算法 | 第35-37页 |
| ·二次分水岭分割算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 神经束内神经纤维特征提取方法 | 第39-48页 |
| ·引言 | 第39页 |
| ·神经纤维特征的提取 | 第39-40页 |
| ·基于灰度直方图的统计特征 | 第39-40页 |
| ·图像形态特征 | 第40页 |
| ·神经纤维颜色特征 | 第40页 |
| ·神经纤维特征提取方法 | 第40-43页 |
| ·面积的提取 | 第43页 |
| ·周长的提取 | 第43页 |
| ·神经纤维特征提取结果 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于D-S理论和信息融合的神经纤维识别方法 | 第48-61页 |
| ·引言 | 第48页 |
| ·信息融合在图像识别中的应用 | 第48-51页 |
| ·信息融合 | 第49页 |
| ·信息融合的结构模型 | 第49-51页 |
| ·基于D-S理论的信息融合和识别的基本模型 | 第51-56页 |
| ·D-S理论 | 第51-52页 |
| ·推理的基本模型 | 第52-53页 |
| ·测量值向概率分配函数的转化 | 第53-55页 |
| ·多测量值推理模型 | 第55-56页 |
| ·基于D-S理论和信息融合的神经纤维识别过程 | 第56-58页 |
| ·神经纤维识别分类结果 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 总结和展望 | 第61-63页 |
| 本文总结 | 第61页 |
| 对未来的展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67-69页 |
| 致谢 | 第69页 |