| 【中文题名】 | 人体细胞识别技术研究 |
| 【英文题名】 | Studies on the Recognition and Technology of Man's Cell Image |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-6-6 |
| 【中关键词】 | 小尺度高斯滤波,分段自增强,最佳阈值分割,孔洞填充,模糊球面领域算法, |
| 【英关键词】 | Small Scale Gauss Filter,Sub-edge Accumulation,the Segmentation Algorithm of the Optimal Threshold,Hole Full,FCSN, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 | 针对国内癌症医疗诊断系统对人体细胞识别技术的需求，本文研究并设计出一套有效的基于病理分析的人体细胞识别系统，以达到提高癌症诊断正确率的目的。
本文根据不同的需求，采用最佳阈值分割算法和边缘分段自增强算法，分割出细胞和细胞核。针对癌细胞的特点，提取出细胞的基本特征、形状特征、光密度特征以及纹理特征。然后基于肿瘤细胞种类很多、特征复杂，本文采用模糊球面领域算法进行癌细胞的分类识别，获得了较好的识别效果。 |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-8 |
|
第一章 绪论 |
8-15 |
|
1.1 医学图像处理简介 |
8-9 |
|
1.2 人体细胞识别的目的和意义 |
9-10 |
|
1.3 显微图像识别方法概述 |
10-11 |
|
1.4 模糊球面领域分类器概述 |
11-12 |
|
1.5 本文的主要工作 |
12-15 |
|
第二章 细胞图像预处理 |
15-21 |
|
2.1 小尺度σ≤1高斯滤波 |
15-16 |
|
2.2 RGB调整 |
16 |
|
2.3 饱和度调整 |
16-17 |
|
2.4 彩色图像转换成灰度图像 |
17-19 |
|
2.5 亮度调整 |
19 |
|
2.6 对比度调整 |
19-21 |
|
第三章 肿瘤细胞图像分割 |
21-32 |
|
3.1 细胞图像分割 |
21-26 |
|
3.2 细胞核分割 |
26-32 |
|
第四章 特征向量的选取及测量 |
32-38 |
|
4.1 特征向量选择 |
32-33 |
|
4.2 特征向量的测定 |
33-38 |
|
第五章 分类器的设计 |
38-47 |
|
5.1 设计思想和方法简介 |
38 |
|
5.2 球面领域模型 |
38-39 |
|
5.3 球面领域模型网络的基本框架 |
39-41 |
|
5.4 模糊球面领域模型 |
41-42 |
|
5.5 模糊球面领域算法 |
42-45 |
|
5.6 样本归一化 |
45-46 |
|
5.7 模糊球面领域网络的剪枝 |
46-47 |
|
第六章 系统设计 |
47-54 |
|
6.1 系统开发环境 |
47 |
|
6.2 系统主要功能 |
47-49 |
|
6.3 系统具体实现 |
49-54 |
|
第七章 结论 |
54-55 |
|
致谢 |
55-56 |
|
参考文献 |
56-57 |
|
| 【DOI】 | LunWen.ID:2.2008.367302 |
