摘要
第1章 绪论
1.1 课题来源
1.2 课题背景与社会意义
1.3 实验标准数据集
1.4 论文的研究内容与组织结构
第2章 宫颈细胞图像病理学基础知识
2.1 宫颈细胞的基础知识
2.1.1 宫颈细胞结构
2.1.2 宫颈病变的分类
2.1.3 宫颈细胞学检验技术与规程
2.1.4 宫颈细胞图像识别研究现状综述
2.1.5 宫颈细胞图像分割研究现状
2.1.6 宫颈细胞图像特征提取分类研究现状
2.1.7 宫颈细胞图像分类研究现状
第3章 基于改进CV模型的单个宫颈细胞图像分割
3.1 引言
3.2 单个宫颈细胞图像的预处理
3.2.1 图像灰度化
3.2.2 基于三维块匹配(BM3D)方法去噪
3.3 单个宫颈细胞图像初始轮廓提取
3.3.1 基于Otsu算法的分割
3.3.2 自适应双阈值分割算法
3.4 基于改进的活动轮廓模型的单个宫颈细胞图像分割
3.4.1 引言
3.4.2 背景理论
3.4.3 传统的CV模型
3.4.4 基于改进CV模型的单个宫颈细胞图像分割
3.4.5 数值仿真实验与结果分析
3.5 本章小结
第4章 宫颈细胞图像特征提取方法研究
4.1 引言
4.2 宫颈细胞的形态特征
4.3 宫颈细胞色度特征
4.4 宫颈细胞的光密度特征
4.5 宫颈细胞的纹理特征
4.6 宫颈细胞的特征选择
4.6.1 特征选择方法
4.6.2 遗传算法
4.7 本章小结
第5章 基于单个分类器的宫颈细胞分类
5.1 基于支持向量机(SVM)的宫颈细胞分类算法
5.1.1 支持向量机(SVM)的基本原理
5.1.2 基于SVM分类器的设计
5.2 基于KNN的宫颈细胞分类算法
5.2.1 KNN算法的基本原理
5.2.2 基于KNN分类器的设计
5.3 基于BP人工神经网络(ANN)的宫颈细胞分类算法
5.3.1 ANN-BP算法的基本原理
5.3.2 基于ANN-BP分类器的设计
5.4 实验与结果分析
5.5 本章小结
第6章 基于模糊积分多分类器融合的宫颈细胞分类识别
6.1 模糊测度与模糊积分
6.1.1 模糊测度
6.1.2 模糊积分
6.2 基于模糊积分的多分类器融合模型
6.2.1 融合系统中的不确定性分析
6.3 模糊测度的确定
6.3.1 启发式定义模糊测度方法
6.3.2 优化方法
6.3.3 随机搜索方法
6.4 捕食模型优化模糊测度算法研究
6.4.1 捕食与被捕食系统微分方程模型与差分方程模型
6.5 基于捕食模型优化模糊测度
6.5.1 捕食与被捕食算法优化模糊测度模型建立
6.6 数值仿真实验与结果分析
6.7 本章小结
第7章 结论与展望
参考文献
在学期间取得的科研成果
致谢
声明