首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共65页,点击 下载论文
上一篇:基于数据挖掘的汽车企业CRM系统的设计与实现
下一篇:运用国际司法机构解决独岛争端的法律研究