宫颈涂片自动辅助判读系统的研制
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-19页 |
| ·宫颈涂片自动辅助判读系统研究的目的与意义 | 第10-11页 |
| ·宫颈涂片自动辅助判读系统研究的发展和现状 | 第11-17页 |
| ·发展历史 | 第11-12页 |
| ·AutoPap-图像处理与模式识别技术 | 第12-13页 |
| ·PapNet-神经网络技术 | 第13-15页 |
| ·Thinprep图像分析系统 | 第15页 |
| ·应用价值 | 第15-17页 |
| ·研究重点 | 第17-19页 |
| 第二章 系统总体设计 | 第19-27页 |
| ·系统结构 | 第19-22页 |
| ·工作流程 | 第19-20页 |
| ·逻辑结构 | 第20-21页 |
| ·物理结构 | 第21-22页 |
| ·技术参数 | 第22-24页 |
| ·技术方案 | 第24-27页 |
| ·基本功能 | 第25页 |
| ·平台控制和图像采集 | 第25-26页 |
| ·图像处理和图像拼接 | 第26页 |
| ·宫颈细胞分析识别模块 | 第26-27页 |
| 第三章 平台控制与图像采集 | 第27-43页 |
| ·步进电机驱动器 | 第27-30页 |
| ·AMPCI-7205数字I/O卡 | 第30-33页 |
| ·技术指标 | 第31页 |
| ·工作原理 | 第31页 |
| ·安迈AMPCI-7205卡函数介绍 | 第31-32页 |
| ·接线方式 | 第32-33页 |
| ·图像采集卡 | 第33-35页 |
| ·动态链接库Capture.dll | 第33-35页 |
| ·接口说明 | 第35页 |
| ·PC机与板卡的通信 | 第35-37页 |
| ·数字I/O卡的通信 | 第36-37页 |
| ·图像采集卡的通信 | 第37页 |
| ·底层控制程序 | 第37-40页 |
| ·平台控制底层程序 | 第38-39页 |
| ·图像采集底层程序 | 第39-40页 |
| ·上层软件控制程序 | 第40-43页 |
| ·模块实现 | 第40页 |
| ·用户接口 | 第40-41页 |
| ·平台参数设置 | 第41页 |
| ·采集卡参数设置 | 第41-42页 |
| ·其它处理 | 第42-43页 |
| 第四章 图像处理与图像拼接 | 第43-61页 |
| ·图像处理方法 | 第43-53页 |
| ·几何变换 | 第43-47页 |
| ·色彩变换 | 第47-49页 |
| ·图像平滑 | 第49-51页 |
| ·图像增强 | 第51-52页 |
| ·边缘检测 | 第52-53页 |
| ·图像处理实现方案 | 第53-54页 |
| ·图像拼接方法 | 第54-59页 |
| ·简单的平铺对接 | 第54-55页 |
| ·基于区域的对接 | 第55-57页 |
| ·基于特征的对接 | 第57-59页 |
| ·图像拼接实现方案 | 第59-61页 |
| 第五章 宫颈细胞分析与识别 | 第61-74页 |
| ·细胞形态学测量方法 | 第61-64页 |
| ·面积 | 第62-63页 |
| ·周长 | 第63页 |
| ·直径 | 第63-64页 |
| ·圆形度 | 第64页 |
| ·长短径比 | 第64页 |
| ·细胞核浆比分析 | 第64页 |
| ·细胞形态学测量方案 | 第64-67页 |
| ·图像预处理 | 第65-66页 |
| ·形态参数测量 | 第66-67页 |
| ·多层感知器(MLP)神经网络识别 | 第67-69页 |
| ·MLP的原理 | 第67页 |
| ·MLP的网络训练算法 | 第67-68页 |
| ·MLP的识别结果与分析 | 第68-69页 |
| ·径向基(RBF)人工神经网络 | 第69-71页 |
| ·RBF的原理 | 第69-70页 |
| ·RBF的网络训练算法 | 第70页 |
| ·RBF的识别结果与分析 | 第70-71页 |
| ·神经网络对比分析 | 第71-72页 |
| ·神经网络的实现 | 第72-74页 |
| ·共轭梯度法 | 第73页 |
| ·RBF方法 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 附录 | 第78-79页 |
| 致谢 | 第79-80页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第80页 |
