声明
第1 章 绪论
1.1 课题背景及意义
1.2 国内外研究现状
1.2.1 细胞分割研究现状
1.2.2 细胞追踪研究现状
1.2.3 卷积神经网络研究现状
1.3 主要研究内容
1.4 论文结构安排
第2 章细胞图像分割
2.1 细胞分割难点
2.2 阈值分割算法
2.2.1 Otsu阈值分割
2.2.2 迭代法阈值分割
2.2.3 局部阈值分割
2.3 边缘检测分割算法
2.4 分水岭分割算法
2.5 U-Net分割
2.6 本章小结
第3 章基于卷积神经网络的细胞相似性学习
3.1 卷积神经网络理论基础
3.1.1 基本结构
3.1.2 卷积层
3.1.3 池化层
3.1.4 全连接
3.2 图像分类相关算法
3.2.1 基于SVM的图像分类算法
3.2.2 卷积神经网络分类算法
3.3 基于卷积神经网络的细胞相似性学习
3.3.1 细胞图像数据增强
3.3.2 细胞相似性学习网络
3.3.3 基于细胞相似性学习的细胞深度特征
3.4 本章小结
第4 章 基于深度种子和局部图匹配的细胞追踪算法
4.1 图论基础
4.2 局部图相关算法
4.2.1 基于CRF的局部图算法
4.2.2 基于IMM滤波器的局部图算法
4.3 基于深度种子扩散的细胞追踪算法
4.3.1 细胞局部三角图特征
4.3.2 基于局部三角图特征和深度特征的深度种子
4.3.3 相邻细胞扩散过程
4.3.4 细胞分裂检测
4.4 本章小结
第5 章实验结果与分析
5.1 细胞分割结果分析
5.2 细胞相似性学习结果
5.2.1 细胞对采样
5.2.2 网络训练和测试
5.2.3 细胞对匹配结果分析
5.3 深度种子检测结果分析
5.4 细胞追踪与分裂检测结果分析
5.5 本章小结
结论与展望
1. 论文总结
2. 展望
参考文献
致 谢
附录A 攻读学位期间所发表的学术成果
附录B 攻读学位期间所参与的科研项目
湖南大学;