首页--医药、卫生论文--临床医学论文--诊断学论文--影像诊断学论文--超声波诊断论文

智能超声扫查与细胞学筛查--妇产科医学图像分析方法及新应用研究

致谢第1-7页
摘要第7-9页
Abstract第9-14页
1 绪论第14-20页
   ·研究背景第14-17页
   ·研究目标第17页
   ·本论文主要贡献第17-18页
   ·论文的组织结构第18-19页
   ·未写入本论文的工作第19-20页
2 妇产科医学图像分析研究综述第20-54页
   ·子宫及其附件解剖及生理基础第20-24页
     ·解剖学第20-22页
     ·生理学第22-24页
   ·医学图像分析技术概述第24-29页
     ·医学影像中的计算机视觉第24-26页
     ·医学影像中的机器学习第26-28页
     ·医学图像分析工具的开发第28-29页
   ·产前超声计算机辅助诊断第29-40页
     ·早期妊娠(胚胎与胎儿发育)第29-30页
     ·用于早期妊娠诊断的超声成像技术第30-34页
     ·产前超声计算机辅助诊断研究现状第34-39页
     ·问题提出及解决思路第39-40页
   ·计算机辅助宫颈细胞学筛查第40-53页
     ·宫颈上皮内瘤变及其病因第41-42页
     ·筛查宫颈上皮内瘤变的方法第42-45页
     ·细胞学筛查的问题第45页
     ·计算机辅助细胞检测技术第45-51页
     ·问题提出及解决思路第51-53页
   ·本章小结第53-54页
3 智能超声扫查第54-88页
   ·前言第54-57页
   ·材料与方法第57-77页
     ·图像获取第57页
     ·系统概述第57-58页
     ·由粗到精的早孕囊检测第58-64页
     ·早孕囊标准切面搜索第64-66页
     ·生物学测量第66-74页
     ·算法实现第74页
     ·评价方法第74-77页
   ·结果第77-86页
     ·定性结果第77-79页
     ·定量结果第79-86页
   ·本章小结第86-88页
4 智能细胞学筛查第88-134页
   ·数据第89-90页
   ·自动聚焦第90-95页
     ·聚焦目标函数第90-93页
     ·搜索聚焦函数最大值第93-95页
   ·细胞分割第95-106页
     ·细胞质分割第95-98页
     ·细胞核分割第98-106页
   ·细胞分类第106-118页
     ·杂质过滤器第107-108页
     ·核/杂质分类器第108-114页
     ·异常/正常核分类器第114-115页
     ·萎缩细胞过滤器及上下文分析第115-116页
     ·异常细胞/困难阴性分类器第116-118页
   ·系统实现及评价方法第118-122页
     ·系统实现第118-119页
     ·评价方法第119-122页
   ·实验结果与讨论第122-133页
     ·定性结果第122-125页
     ·定量结果第125-130页
     ·临床测试第130-133页
   ·本章小结第133-134页
5 结论第134-139页
   ·本论文研究内容及主要贡献第134-136页
   ·本论文研究的局限性第136页
     ·关于智能超声扫查第136页
     ·关于智能细胞学筛查第136页
   ·进一步研究展望第136-139页
     ·智能超声扫查后续工作第136-137页
     ·智能细胞学筛查后续工作第137-139页
参考文献第139-160页
作者简历第160-162页

论文共162页,点击 下载论文
上一篇:基于嗅觉受体的仿生分子及细胞传感器的研究
下一篇:基于磁共振图像分析的神经胶质瘤分子标记物检测研究