声明
第1章绪论
1.1 课题研究的背景和意义
1.2 研究现状
1.2.1 不平衡数据集研究现状
1.2.2 主动学习的研究现状
1.2.3 问题分析
1.3 课题的来源及研究内容
1.3.1 课题来源
1.3.2 课题的主要研究内容
第2章相关技术概述
2.1 DNA倍体分析技术原理
2.1.1 正常人体细胞周期和DNA含量变化
2.1.2 宫颈病变细胞中DNA含量变化
2.1.3 DNA倍体分析的诊断原理
2.2 图像分割及提取轮廓
2.2.1 阈值法分割原理
2.2.2 轮廓提取原理
2.3 分类器训练
2.3.1 数据来源及细胞分类
2.3.2 特征提取
2.3.3 特征提取与分类器选择
2.4 评价指标
2.5 本章小结
第3章合成前的源细胞图像选择方法
3.1 余弦不变性
3.2 基于余弦不变性的样本选择方法
3.3 基于欧式距离的样本选择方法
3.4 实验分析
3.4.1 算法性能比较
3.4.2 实验结果与分析
3.5 本章小结
第4章基于随机性的成团细胞图像合成方法
4.1 引入随机性
4.2 细胞合成算法
4.2.1 图像旋转
4.2.2 消除背景
4.2.3 靠近过程
4.2.4 重叠部分处理
4.2.5 恢复背景
4.3 实验结果分析
4.3.1 数据从不平衡到平衡的实验结果
4.3.2 与其它方法对比结果
4.4 本章小结
第5章基于主动学习的重叠细胞团图像选择方法
5.1 样例选择标准
5.1.1 不确定性标准
5.2 算法流程
5.3 实验分析与总结
5.3.1 不同采样策略结果
5.3.2 综合实验结果
5.4 本章总结
结论
参考文献
攻读硕士学位期间所发表的学术论文
致谢
