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

自动化血细胞形态学分析及分类关键技术研究

摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-19页
    1.1 课题研究背景及意义第14-15页
    1.2 国内外发展现状第15-17页
    1.3 课题研究的目的和内容第17页
    1.4 论文结构安排第17-19页
第二章 课题准备第19-25页
    2.1 课题样本的选取与说明第19-20页
        2.1.1 课题的样本采集第19-20页
        2.1.2 样本说明第20页
    2.2 前期的工作准备第20-23页
        2.2.1 白细胞基础知识第20-22页
        2.2.2 白细胞形态学先验信息的获取第22-23页
    2.3 软件系统算法流程图第23-25页
第三章 白细胞的分割第25-47页
    3.1 概述第25-27页
    3.2 算法基础第27-32页
        3.2.1 RG色度空间第27-28页
        3.2.2 CMYK颜色空间第28-29页
        3.2.3 Mean shift聚类算法第29-30页
        3.2.4 传统的分水岭分割第30-31页
        3.2.5 形态学操作第31-32页
    3.3 白细胞核的分割第32-35页
        3.3.1 白细胞核分割第32-33页
        3.3.2 白细胞核团的获取方法第33-35页
    3.4 白细胞的分割第35-41页
        3.4.1 基于颜色空间与数学运算的白细胞分割方法第35-38页
        3.4.2 基于Mean shift聚类和自适应阈值分割的白细胞分割方法第38-41页
    3.5 复杂粘连白细胞分割新方法第41-42页
    3.6 后处理第42-44页
    3.7 分割结果评估第44-45页
    3.8 本章小结第45-47页
第四章 白细胞特征提取第47-55页
    4.1 细胞图像裁剪第47-48页
    4.2 形态学特征提取第48-50页
    4.3 纹理特征的提取第50-53页
        4.3.1 灰度共生矩阵第50-51页
        4.3.2 维小波变换第51-53页
    4.4 颜色特征的提取第53-55页
第五章 分类器的设计第55-66页
    5.1 常用分类器介绍第55-60页
        5.1.1 人工神经网络第55-57页
        5.1.2 随机森林第57-58页
        5.1.3 K-近邻第58-59页
        5.1.4 支持向量机第59-60页
    5.2 分类策略的选择第60-64页
        5.2.1 分类性能比较第60-63页
        5.2.2 分类策略第63-64页
    5.3 本章小结第64-66页
第六章 系统框架和软件界面的设计第66-69页
    6.1 系统组成第66页
    6.2 软件界面设计第66-68页
    6.3 实验结果与分析第68-69页
第七章 总结与展望第69-72页
    7.1 课题总结第69-71页
    7.2 课题展望第71-72页
参考文献第72-77页
致谢第77-78页
攻读硕士研究生期间研究成果第78-79页
学位论文评阅及答辩情况表第79页

论文共79页,点击 下载论文
上一篇:HMGB1在吗啡耐受中的作用
下一篇:癌症患者寻求专业性社会支持行为及其影响因素