| 【中文题名】 | 基于动态阈值和特征带的染色体自动识别方法研究 |
| 【英文题名】 | Method Research for Automatic Chromosome Recognition Using Dynamical Threshold Algorithm and Characteristic Bands |
| 【学科专业】 | 生物医学工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-29 |
| 【中关键词】 | 染色体识别,核型分析,动态阈值算法,特征带,, |
| 【英关键词】 | Chromosome Recognition,Karyotyping,Dynamical Threshold Algorithm,Characteristic Bands, |
| 【分类导航】 | 医药、卫生>基础医学>医用一般科学>生物医学工程>> |
| 【论文摘要】 |
染色体识别一直是细胞遗传学的重要课题，并在染色体综合症诊断等方面有着广泛的应用价值。传统染色体识别由人工完成，不仅识别过程繁琐，而且识别率低。自1960年代末起，国际上就展开了染色体自动识别的研究，并出现多种染色体自动识别系统。
染色体的自动识别是模式识别、机器视觉和人工智能等诸多领域研究的热点问题，其研究成果对于生物细胞学、遗传学和临床医学应用有重大价值，因此长期以来一直受到人们的关注。已有的染色体自动识别系统虽已应用，但是通常要求很高的样品质量，或者在识别的过程中进行人机交互操作。而实际的研究和临床工作中采集图像过程往往受到许多随机因素的影响，图片质量难以达到目前系统的要求，这样识别正确率就会大大降低，因此目前的识别系统还并不能称为真正意义的“自动”识别系统。尤其目前随着临床医学迅猛发展，对染色体自动识别的正确率和效率也越来越高，使得已有的识别系统难以应付。
早期染色体的染色体识别多采用统计的方法，随着人工智能、计算机视觉等兴起，以及生理学、神经生物学、心理学等对人类视觉研究的深入，后来引入了人工神经元网络，近来又引入了模糊理论；此外新的染带制作方法的提出，计算机硬件不断发展，也... |
| 【论文题纲】 |
|
中文论著摘要 |
6-8 |
|
英文论著摘要 |
8-10 |
|
英文缩略语 |
10-11 |
|
第一章 绪论 |
11-21 |
|
1.1 细胞遗传学基本知识 |
11-16 |
|
1.2 染色体识别的意义与人工染色体识别的不足 |
16-17 |
|
1.3 本课题的选题依据与研究意义 |
17-18 |
|
1.4 染色体自动识别研究的历史与目前国内外研究的进展 |
18-19 |
|
1.5 本论文的主要工作与内容安排 |
19-21 |
|
第二章 染色体图像获得与图像预处理 |
21-30 |
|
2.1 染色体自动识别的过程 |
21 |
|
2.2 选择 Visual C++作为工作软件 |
21-22 |
|
2.3 软件的文件读写部分 |
22-24 |
|
2.4 图像增强处理 |
24-25 |
|
2.5 动态阈值算法 |
25-29 |
|
2.6 本章小结 |
29-30 |
|
第三章 独立染色体的提取 |
30-36 |
|
3.1 区域增长法进行一般的独立染色体提取 |
30-31 |
|
3.2 消除噪声点 |
31-32 |
|
3.3 粘连染色体图像分割切点的确定 |
32-33 |
|
3.4 粘连染色体图像分割路径的确定 |
33-35 |
|
3.5 本章小结 |
35-36 |
|
第四章 染色体分类 |
36-46 |
|
4.1 染色体骨架的提取 |
36-38 |
|
4.2 染色体骨架的优化 |
38-40 |
|
4.3 染色体的特征确定 |
40-42 |
|
4.4 染色体着丝粒和特征带提取 |
42-43 |
|
4.5 染色体着丝粒系数和特征带特征值计算 |
43-44 |
|
4.6 染色体的特征分类 |
44 |
|
4.7 本章小结 |
44-46 |
|
第五章 结论 |
46-48 |
|
5.1 主要结论 |
46 |
|
5.2 未来的工作 |
46-48 |
|
创新性自我评价 |
48-49 |
|
参考文献 |
49-54 |
|
综述 染色体识别的最新进展 |
54-73 |
|
在学期间科研工作 |
73-74 |
|
致谢 |
74-75 |
|
作者简介 |
75 |
|
| 【DOI】 | LunWen.ID:2.2008.205639 |
