| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-15页 |
| 第二章 细胞图像预处理与分割 | 第15-33页 |
| 2.1 细胞图像采集 | 第15-17页 |
| 2.1.1 细胞分裂增殖简介 | 第15-16页 |
| 2.1.2 实验数据集 | 第16-17页 |
| 2.2 细胞图像预处理 | 第17-21页 |
| 2.2.1 Gamma校正统一图像光照 | 第17-19页 |
| 2.2.2 SIFT特征匹配法修正图像偏移 | 第19-20页 |
| 2.2.3 高斯滤波器降噪 | 第20-21页 |
| 2.3 细胞图像分割 | 第21-32页 |
| 2.3.1 相差显微镜成像原理 | 第21-24页 |
| 2.3.2 相差显微镜图像恢复 | 第24-26页 |
| 2.3.3 细胞图像分割 | 第26-30页 |
| 2.3.4 实验结果和分析 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于多模态融合的细胞分裂检测方法 | 第33-51页 |
| 3.1 细胞分裂检测方法 | 第33-44页 |
| 3.1.1 基于隐马尔科夫模型的细胞分裂检测方法 | 第33-39页 |
| 3.1.2 基于卷积神经网络的细胞分裂检测方法 | 第39-44页 |
| 3.2 基于多模态融合的细胞分裂检测方法 | 第44-47页 |
| 3.2.1 多模态融合简介 | 第44-45页 |
| 3.2.2 基于决策层融合的干细胞分裂检测 | 第45-46页 |
| 3.2.3 基于数据层融合的干细胞分裂检测 | 第46-47页 |
| 3.3 实验及结果分析 | 第47-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 基于改进的Mean-Shift方法的细胞运动追踪 | 第51-69页 |
| 4.1 细胞运动追踪方法 | 第51-52页 |
| 4.2 基于椭圆拟合的细胞特征值匹配 | 第52-56页 |
| 4.2.1 特征提取以及匹配方法 | 第52-54页 |
| 4.2.2 融合分裂检测的改进方法 | 第54-56页 |
| 4.3 基于Mean-Shift算法的细胞运动追踪方法 | 第56-61页 |
| 4.3.1 灰度图像上的Mean-Shift算法 | 第57-58页 |
| 4.3.2 Mean-Shift核的组合 | 第58-59页 |
| 4.3.3 基于多核组合的自适应Mean-Shift细胞运动追踪 | 第59-61页 |
| 4.4 Mean-Shift细胞运动追踪方法的改进 | 第61-66页 |
| 4.4.1 引入kalman滤波器 | 第61-62页 |
| 4.4.2 追踪丢失的检测与重定位 | 第62-66页 |
| 4.4.3 细胞密集图像的权重自适应算法 | 第66页 |
| 4.5 实验及结果分析 | 第66-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 基于细胞分割和运动追踪的细胞谱系构建方法 | 第69-78页 |
| 5.1 分裂检测与运动追踪相结合的方法 | 第69-71页 |
| 5.2 细胞分割与运动追踪相结合的方法 | 第71-72页 |
| 5.3 实验及结果分析 | 第72-74页 |
| 5.4 构建细胞谱系可视化框架 | 第74-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结及展望 | 第78-80页 |
| 6.1 本文总结 | 第78页 |
| 6.2 后续工作展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85页 |
