声明
第一章 绪论
1.1 研究的工作背景与意义
1.1.1 研究组织病理图像以及计算机辅助处理的意义
1.1.2 脑胶质瘤分割的意义
1.2 课题研究现状
1.2.1 图像分割技术的研究现状
1.2.2 组织显微图像分析系统的研究现状
1.2.3 脑胶质瘤分割的研究现状
1.3 本文的主要内容及创新点
1.4 论文的结构安排
第二章 数据特征及图像预处理
2.1 组织切片图像特征概述
2.1.1 组织细胞显微图像的采集及颜色特征
2.1.2 组织细胞显微图像的特点
2.2 组织切片图像的预处理
2.2.1 细胞显微图像的去噪
2.2.2 细胞显微图像的增强
2.3 脑胶质瘤组织切片的滤波去噪
2.4 本章小结
第三章 基于聚类算法的脑胶质瘤细胞核初步分割
3.1 模糊C均值聚类基本理论
3.2 复杂前景背景分割的改进聚类算法
3.2.1 多分类到二分类的模型转换
3.2.2 基于二分类模型的复杂前景背景聚类实现
3.2.3 图像修补及杂质剔除
3.3 实验结果与对比分析
3.3.1 组织切片图像数据介绍
3.3.2 评价指标
3.3.3 实验结果与分析
3.4 本章小结
第四章 水平集方法的细胞核精准分割
4.1 活动轮廓模型
4.1.1 曲线演化理论
4.1.2 参数和几何活动轮廓模型
4.2 位置约束的改进水平集分割方法
4.2.1 DRLSE模型
4.2.2 位置约束的水平集方法
4.3 水平集方法的快速实现方案
4.4 实验结果与对比分析
4.5 本章小结
第五章 粘连性脑胶质瘤细胞核分割及工程实现
5.1 粘连细胞核分割
5.1.1 同时实现内外标记的分水岭算法
5.1.2 细胞核去粘连分割结果
5.2 细胞核分割系统工程实现
5.2.1 功能概述
5.2.2 工程实现
5.3 脑胶质瘤细胞核分割结果结果与对比
5.3.1 评价指标
5.3.2 实验结果与分析
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献