致谢 | 第1-3页 |
中文摘要 | 第3-5页 |
目录 | 第5-8页 |
第一部分 系统篇 | 第8-23页 |
第一章 共聚焦显微图像计算机辅助分析系统 | 第8-23页 |
第一节 系统概述 | 第8-9页 |
第二节 激光共聚焦扫描显微镜及其在生物医学中的应用 | 第9-18页 |
1.2.1 LSCM系统的结构 | 第9-11页 |
1.2.2 LSCM系统的原理 | 第11-12页 |
1.2.3 LSCM的光学特性 | 第12-15页 |
1.2.4 实时图像的获得 | 第15页 |
1.2.5 层析技术 | 第15页 |
1.2.6 LSCM在生物、医学中的应用 | 第15-18页 |
第三节 系统的软件结构 | 第18-23页 |
1.4.1 软件系统的模块结构 | 第18-19页 |
1.4.2 图像导入导出子模块 | 第19页 |
1.4.3 图像处理子模块 | 第19-21页 |
1.4.4 图形处理子模块 | 第21页 |
1.4.5 数据统计子模块 | 第21页 |
1.4.6 系统的工作流程 | 第21-23页 |
第二部分 方法篇 | 第23-61页 |
第二章 图像处理的基本方法及其实现 | 第23-34页 |
第一节 共聚焦显微图像的预处理方法 | 第23-32页 |
2.1.1 图像去噪 | 第23-24页 |
2.1.2 对比度增强 | 第24-25页 |
2.1.3 边缘增强 | 第25-27页 |
2.1.4 频域滤波 | 第27-28页 |
2.1.5 伪彩色增强 | 第28页 |
2.1.6 三维图像的断层间插值 | 第28-32页 |
第二节 图像的显示 | 第32-34页 |
2.2.1 三维面显示 | 第32页 |
2.2.2 三维体显示 | 第32-33页 |
2.2.3 三维局部显示 | 第33页 |
2.2.3 三维动画显示 | 第33-34页 |
第三章 图像分割方法及其在显微图像中的应用 | 第34-61页 |
第一节 图像分割的概述 | 第34-36页 |
3.1.1 图像分割的定义 | 第34-35页 |
3.1.2 图像分割的分类 | 第35-36页 |
第二节 灰度图像的集群聚类分割法 | 第36-38页 |
3.2.1 聚类法分割图像的基础 | 第36-37页 |
3.2.2 灰度图像聚类分割算法 | 第37-38页 |
3.2.3 实验结果 | 第38页 |
第三节 一种基于熵门限技术的图像分割方法 | 第38-41页 |
3.3.1 基于信息熵的阈值分割法 | 第38-40页 |
3.3.2 模糊聚类 | 第40-41页 |
3.3.3 算法实现 | 第41页 |
3.3.4 实验结果和讨论 | 第41页 |
第四节 基于模糊熵的阈值分割 | 第41-47页 |
3.4.1 模糊阈值法基本原理 | 第42-44页 |
3.4.2 阈值与隶属函数的关系 | 第44-46页 |
3.4.3 算法的实现和实验 | 第46-47页 |
第五节 基于种子点的区域生长三维图像分割 | 第47-50页 |
3.5.1 算法简介 | 第47页 |
3.5.2 区域生长的准则 | 第47-48页 |
3.5.3 区域生长算法的实现 | 第48页 |
3.5.4 实验结果 | 第48-50页 |
第六节 小结 | 第50-51页 |
附图 | 第51-61页 |
第三部分 应用篇 | 第61-75页 |
第四章 应用与展望 | 第61-75页 |
第一节 神经细胞NO释放的空间定量分析的初步研究 | 第61-67页 |
4.1.1 一氧化氮合酶(NOS)异构体及其分布 | 第61-62页 |
4.1.2 NO的生成及调节 | 第62-63页 |
4.1.3 一氧化氮检测方法学研究的目的和意义 | 第63页 |
4.1.4 前期研究工作及研究问题的进一步提出 | 第63-64页 |
4.1.5 实验方法 | 第64-65页 |
4.1.6 实验结果与讨论 | 第65-67页 |
第二节 神经细胞钙离子三维分布可视化的研究 | 第67-69页 |
第三节 总结与展望 | 第69-71页 |
附图 | 第71-75页 |