| 第一章 引言 | 第1-26页 |
| 第一节 医学影像技术概论 | 第10-17页 |
| 1 、1、1 蓬勃发展的医学影像技术 | 第11-12页 |
| 1 、1、2 CT的诞生 | 第12-13页 |
| 1 、1、3 其他技术 | 第13-15页 |
| 1 、1、4 成像技术小结及医学影像学发展方向 | 第15-17页 |
| 第二节 癌细胞分析及癌症诊断 | 第17-22页 |
| 1 、2、1 细胞简介 | 第17-18页 |
| 1 、2、2 癌细胞的视觉特征 | 第18-19页 |
| 1 、2、3 癌症的病理学检查 | 第19-21页 |
| 1 、2、4 细胞的识别在癌症诊断中的作用 | 第21-22页 |
| 第三节 医学细胞图象处理与分析技术研究 | 第22-26页 |
| 1 、3、1 医学细胞图象处理与分析技术研究现状 | 第22-24页 |
| 1 、3、2 论文内容介绍 | 第24-26页 |
| 第二章 医学图象预处理和图象融合技术 | 第26-40页 |
| 第一节 医学图象的获取及后处理 | 第26-29页 |
| 2 、1、1 医学图象的获取(Image acquisition) | 第26-27页 |
| 2 、1、2 医学图象后处理 | 第27-29页 |
| 第二节 常用的医学图象预处理技术 | 第29-34页 |
| 2 、2、1 图象灰度化 | 第29-30页 |
| 2 、2、2 图象增强 | 第30-33页 |
| 2 、2、3 边缘检测(edge detection) | 第33-34页 |
| 第三节 基于图象融合的图象预处理 | 第34-40页 |
| 2 、3、1 图象融合技术(image fusion) | 第34-36页 |
| 2 、3、2 基于广义图象的加权平均法融合 | 第36-40页 |
| 第三章 基于数学形态学的医学图象处理 | 第40-49页 |
| 第一节 二值图象处理 | 第40-42页 |
| 3 、1、1 二值图象(binary image)的概念 | 第41页 |
| 3 、1、2 二值图象处理的特点 | 第41-42页 |
| 第二节 数学形态学的基本理论 | 第42-46页 |
| 3 、2、1 数学形态学(mathematical morphology)概述 | 第42-43页 |
| 3 、2、2 数学形态学的基本运算 | 第43-45页 |
| 3 、2、3 数学形态学的主要应用 | 第45-46页 |
| 第三节 基于数学形态学的医学图象处理 | 第46-49页 |
| 第四章 基于数据结构的细胞图象区域分割 | 第49-66页 |
| 第一节 图象分割的基本概念及基本方法 | 第49-57页 |
| 4 、1、1 图象分割的基本概念 | 第49-51页 |
| 4 、1、2 图象分割的分类 | 第51页 |
| 4 、1、3 图象分割的基本方法 | 第51-57页 |
| 第二节 医学细胞图象的分割方法 | 第57-59页 |
| 4 、2、1 细胞图象的一般分割方法 | 第58页 |
| 4 、2、2 新近的细胞图象分割方法 | 第58-59页 |
| 第三节 基于数据结构的细胞图象区域分割算法 | 第59-66页 |
| 4 、3、1 相关的数据结构(data structure)知识 | 第60-61页 |
| 4 、3、2 连通区域与区域分割(region segmentation) | 第61-62页 |
| 4 、3、3 算法描述 | 第62-64页 |
| 4 、3、4 实验结果及分析 | 第64-66页 |
| 第五章 医学图象的特征提取及分类与识别 | 第66-73页 |
| 第一节 特征提取(feature extraction)的相关概念 | 第66-68页 |
| 5 、1、1 相关的几个概念 | 第67页 |
| 5 、1、2 医学图象中的特征提取概念 | 第67-68页 |
| 第二节 细胞图象的特征提取 | 第68-73页 |
| 5 、2、1 细胞图象的特征及一般特征提取方法 | 第68-69页 |
| 5 、2、2 基于专家知识的特征提取及分类与识别 | 第69-73页 |
| 第六章 论文小结及下一步工作 | 第73-77页 |
| 第一节 论文小结及系统介绍 | 第73-75页 |
| 6 、1、1 论文小结 | 第73-74页 |
| 6 、1、2 癌细胞分类与识别系统 | 第74-75页 |
| 第二节 下一步工作及展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
