2D-GE图像弱蛋白点和重叠蛋白点检测方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 2D-GE 技术 | 第9-10页 |
| 1.2.2 2D-GE 图像分析软件 | 第10-11页 |
| 1.2.3 蛋白质点检测方法 | 第11-14页 |
| 1.2.4 存在的问题 | 第14页 |
| 1.3 本文的主要研究内容和结构安排 | 第14-16页 |
| 第二章 2D-GE 图像预处理 | 第16-29页 |
| 2.1 概述 | 第16页 |
| 2.2 图像去噪 | 第16-23页 |
| 2.2.1 空间去噪 | 第16-18页 |
| 2.2.2 形态学去噪 | 第18-20页 |
| 2.2.3 小波去噪 | 第20-21页 |
| 2.2.4 非局部均值去噪 | 第21-23页 |
| 2.3 背景校正 | 第23-25页 |
| 2.4 实验及结果分析 | 第25-28页 |
| 2.4.1 去噪方法对比实验及结果分析 | 第25-27页 |
| 2.4.2 背景校正实验 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于图像增强的分水岭蛋白质点初检测 | 第29-41页 |
| 3.1 概述 | 第29-30页 |
| 3.2 分水岭变换 | 第30-32页 |
| 3.2.1 分水岭变换基本原理 | 第30-31页 |
| 3.2.2 常用分水岭分割方法 | 第31-32页 |
| 3.3 图像增强 | 第32-36页 |
| 3.3.1 基于高帽变换的图像增强 | 第32-34页 |
| 3.3.2 基于 CLAHE 的图像增强 | 第34-36页 |
| 3.4 基于内外标记分水岭的蛋白质点初检测 | 第36-37页 |
| 3.5 实验及结果分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于形状特征的重叠蛋白质点分割算法 | 第41-56页 |
| 4.1 概述 | 第41-42页 |
| 4.2 重叠蛋白质点模型分析 | 第42-43页 |
| 4.3 形状标记提取 | 第43-48页 |
| 4.3.1 蛋白质点区域二值化 | 第43-44页 |
| 4.3.2 蛋白质点区域距离变换 | 第44-45页 |
| 4.3.3 自适应提取形状标记 | 第45-48页 |
| 4.4 重叠蛋白质点分割 | 第48-51页 |
| 4.4.1 形状距离变换 | 第48-50页 |
| 4.4.2 基于形状距离变换的分水岭分割 | 第50-51页 |
| 4.5 蛋白质点量化分析 | 第51-53页 |
| 4.6 实验及结果分析 | 第53-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 研究工作总结 | 第56-57页 |
| 5.2 研究工作展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间参与的科研项目和成果 | 第63-64页 |
| 致谢 | 第64-65页 |
