| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 医学图像处理的研究现状 | 第7-8页 |
| 1.3 本课题的目的和意义 | 第8-9页 |
| 1.4 本文的技术创新与内容、工作结构 | 第9-10页 |
| 1.4.1 本文技术创新部分 | 第9页 |
| 1.4.2 论文内容结构 | 第9页 |
| 1.4.3 论文工作结构图 | 第9-10页 |
| 第二章 肝癌细胞病理切片灰度图的预处理 | 第10-27页 |
| 2.1 图像及其分类 | 第11-14页 |
| 2.1.1 数字图像的分类 | 第11-13页 |
| 2.1.2 图像类型转换 | 第13-14页 |
| 2.2 病理切片图像增强 | 第14-19页 |
| 2.2.1 图像增强原理及方法 | 第14-15页 |
| 2.2.2 锐化滤波增强 | 第15-18页 |
| 2.2.3 肝细胞切片锐化滤波增强图像 | 第18-19页 |
| 2.3 肝癌细胞切片图像中的形态学应用 | 第19-25页 |
| 2.3.1 灰度膨胀、腐蚀及其实现 | 第19-21页 |
| 2.3.2 Canny算法和OTSU算法结合进行边缘检测 | 第21-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 彩色图像的融合技术形态学预处理 | 第27-32页 |
| 3.1 RGB图像模型 | 第27-28页 |
| 3.2 形态学在彩色图像边缘检测中的应用 | 第28-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 肝癌细胞病理切片图像形态特征 | 第32-37页 |
| 4.1 形状特征的描述 | 第32-33页 |
| 4.2 特征值数据分析 | 第33-36页 |
| 4.2.1 灰度图的预处理图像形态特征值 | 第33-34页 |
| 4.2.2 图像融合技术数学形态学预处理图像形态特征值 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 利用支持向量机的肝癌细胞病理切片识别 | 第37-43页 |
| 5.1 SVM原理 | 第37-39页 |
| 5.1.1 SVM分类 | 第37-38页 |
| 5.1.2 SVM的非线性映射 | 第38-39页 |
| 5.2 基于SVM的肝细胞病理切片分类 | 第39-41页 |
| 5.3 本章小结 | 第41-43页 |
| 第六章 工作总结与展望 | 第43-45页 |
| 6.1 总结 | 第43页 |
| 6.2 工作展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 在学期间公发表论文及著作情况 | 第49页 |