红细胞图像自动识别的关键技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·生物医学图像处理 | 第10-11页 |
| ·研究的目的和意义 | 第11-12页 |
| ·血细胞自动识别系统研究现状 | 第12-19页 |
| ·血细胞自动识别系统 | 第13-16页 |
| ·国外研究现状 | 第16-18页 |
| ·国内研究现状 | 第18-19页 |
| ·研究的内容和目标 | 第19-20页 |
| ·论文的体系结构 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第二章 红细胞形态分析与研究 | 第22-30页 |
| ·贫血与红细胞形态 | 第22-23页 |
| ·红细胞形态研究 | 第23-29页 |
| ·红细胞形态学 | 第23-24页 |
| ·12类形态异常的红细胞 | 第24-29页 |
| ·小结 | 第29-30页 |
| 第三章 红细胞图像分割算法研究与设计 | 第30-42页 |
| ·血细胞图像分割 | 第30-35页 |
| ·阈值分割 | 第30-31页 |
| ·边缘检测 | 第31-32页 |
| ·流域分割 | 第32-33页 |
| ·基于数学形态学的方法 | 第33-35页 |
| ·重叠粘连细胞的分割 | 第35-41页 |
| ·重叠细胞分离策略 | 第35-36页 |
| ·算法设计及实现流程 | 第36-37页 |
| ·主要程序代码片断 | 第37-39页 |
| ·分割算法结果分析 | 第39页 |
| ·实验结果分析 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第四章 红细胞图像的特征提取算法研究与设计 | 第42-52页 |
| ·图像特征提取 | 第42-43页 |
| ·几何特征及纹理特征 | 第43-49页 |
| ·几何特征 | 第43-46页 |
| ·纹理特征 | 第46-49页 |
| ·红细胞特征提取 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第五章 支持向量机在红细胞分类中的应用研究 | 第52-63页 |
| ·人工神经网络与支持向量机 | 第52-53页 |
| ·SVM二分类器模型及算法 | 第53-55页 |
| ·SVM关键技术 | 第55-56页 |
| ·研究进展 | 第56-57页 |
| ·SVM多分类器算法 | 第57-60页 |
| ·一对多方法(One-Against-Rest) | 第58页 |
| ·一对一方法(One-Against-One) | 第58页 |
| ·决策导向无环图 | 第58-59页 |
| ·k-类SVM方法 | 第59页 |
| ·纠错编码方法 | 第59页 |
| ·层(树)分类方法 | 第59-60页 |
| ·球结构分类算法 | 第60页 |
| ·树形结构分类器的设计 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 总结和展望 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·展望未来 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文目录 | 第70页 |
