首页--医药、卫生论文--肿瘤学论文--一般性问题论文--肿瘤诊断学论文

基于灰度共生矩阵的癌细胞识别技术研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-11页
    1.1 研究背景及意义第8页
    1.2 细胞图像处理国内外研究现状第8-10页
    1.3 论文主要工作和章节安排第10-11页
第2章 癌细胞成像系统第11-16页
    2.1 癌细胞成像系统工作原理第11页
    2.2 癌细胞成像系统结构第11-12页
    2.3 癌细胞成像系统的工作模式第12页
    2.4 癌细胞表面形貌成像第12-14页
    2.5 癌细胞识别框架第14页
    2.6 本章总结第14-16页
第3章 细胞图像预处理及分割第16-25页
    3.1 细胞图像去噪滤波第16-18页
        3.1.1 均值滤波第16-17页
        3.1.2 中值滤波第17-18页
    3.2 细胞图像分割方法第18-24页
        3.2.1 数学形态学操作第18-19页
        3.2.2 阈值分割第19-22页
        3.2.3 分水岭分割第22-24页
    3.3 本章总结第24-25页
第4章 细胞图像特征提取方法第25-33页
    4.1 实验准备操作第25-26页
        4.1.1 实验材料与仪器第25页
        4.1.2 细胞准备过程第25-26页
        4.1.3 AFM实验操作方法第26页
    4.2 细胞表面粗糙度提取第26-28页
        4.2.1 评定参数第26-27页
        4.2.2 计算并推导粗糙度第27-28页
        4.2.3 细胞图像粗糙度提取第28页
    4.3 细胞纹理特征提取第28-32页
        4.3.1 灰度共生矩阵的原理第28-30页
        4.3.2 灰度共生矩阵的特征参数第30-32页
    4.4 本章总结第32-33页
第5章 基于灰度共生矩阵的不同癌细胞识别第33-44页
    5.1 细胞生物特征提取第33-38页
        5.1.1 细胞高度特征提取第33-35页
        5.1.2 细胞表面粗糙度特征提取第35页
        5.1.3 细胞纹理特征提取第35-38页
    5.2 基于生物特征的细胞评定方法第38-43页
        5.2.1 纹理特征评定第38-42页
        5.2.2 其他特征评定第42-43页
    5.3 本章总结第43-44页
第6章 总结与展望第44-45页
    6.1 总结第44页
    6.2 展望第44-45页
参考文献第45-47页
作者简介及科研成果第47-48页
致谢第48页

论文共48页,点击 下载论文
上一篇:利用遗传算法优化模糊控制器参数研究
下一篇:基于多传感器信息融合的汽车酒驾测控系统研究