店铺推荐
【内容】
本书主要介绍研究的目的和意义以及本本领域研究的进展情况和存在的问题；包括：自动阅片系统结构，介绍自动阅片系统的体系结构，包括组成部分，主要功能，关键技术及需要解决的问题；细胞图像采集，提出显微镜图像聚焦以及显微镜下样本快速扫描方法；光照补偿，提出不均匀光照引起的问题以及补偿方法；细胞图像分割，给出复杂条件下的细胞图像分割方法以及细胞过度分割的补偿方法；细胞图像识别，给出细胞图像识别方法，分别给出可分割情况下的图像识别和无分割情况下的图像识别。
【目录】
前言
第1章 自动阅片系统结构及关键技术 1
1.1 细胞图像采集 3
1.2 光照补偿 4
1.3 细胞图像分割 5
1.4 细胞图像识别 6
1.5 本章小结 7
参考文献 7
第2章 细胞图像采集 8
2.1 引言 8
2.2 相关技术概述 11
2.2.1 光学成像系统原理 11
2.2.2 自动聚焦方法 13
2.3 一种新的显微镜快速聚焦方法 15
2.3.1 现有的清晰度评价函数 16
2.3.2 新提出的清晰的评价函数 18
2.3.3 变步长爬山法 21
2.3.4 实验与分析 22
2.4 基于图像清晰度识别的快速扫描方法 24
2.4.1 引言 25
2.4.2 基于清晰度识别的快速聚焦扫描方法 26
2.4.3 实验与分析 31
2.5 基于多点聚焦的快速扫片方法 40
2.5.1 引言 40
2.5.2 三点聚焦快速扫片方法 41
2.5.3 改进的多点聚焦快速扫片方法 42
2.5.4 实验与分析 44
2.6 本章小结 45
参考文献 46
第3章 光照补偿 50
3.1 引言 50
3.2 现有的光照补偿方法 50
3.2.1 灰度变换法 50
3.2.2 同态滤波方法 51
3.2.3 Retinex 算法 51
3.2.4 基于梯度域的增强方法 52
3.2.5 基于反锐化掩模的增强方法 53
3.3 DNA 倍体分析技术与朗伯比尔定律 53
3.4 技术路线 56
3.4.1 方法流程 56
3.4.2 图像采集 57
3.4.3 分块阈值分割 57
3.4.4 背景填充 57
3.4.5 平滑 58
3.4.6 偏差估计与补偿 58
3.5 实验方案结果对比 60
3.5.1 实验设置 61
3.5.2 实验效果 61
3.5.3 实验与分析 63
3.6 本章小结 65
参考文献 65
第4章 细胞图像分割 67
4.1 引言 67
4.2 相关技术概述 70
4.2.1 DNA 倍体分析技术原理 70
4.2.2 图像分割技术 72
4.2.3 GMM 模型 74
4.2.4 图像修复方法 75
4.3 复杂背景下的宫颈细胞核分割方法 76
4.3.1 基于参数自适应的局部阈值法 76
4.3.2 分水岭算法的优化 77
4.3.3 粗分割算法 78
4.3.4 实验与分析 79
4.4 基于识别的细胞精细分割方法 84
4.4.1 分类器训练 85
4.4.2 精细分割 87
4.4.3 细胞核分割算法 88
4.4.4 实验与分析 89
4.5 重叠细胞分割中异常区域的重构 95
4.5.1 引言 95
4.5.2 模型训练 96
4.5.3 算法实现 98
4.5.4 实验与分析 101
4.6 本章小结 105
参考文献 106
第5章 细胞图像识别 110
5.1 引言 110
5.2 宫颈细胞图像的细胞学基础 112
5.2.1 获取宫颈细胞 113
5.2.2 宫颈细胞分类 114
5.2.3 宫颈细胞图像识别方法框架 115
5.3 宫颈细胞图像预处理及分割方法 117
5.3.1 图像增强方法 117
5.3.2 宫颈细胞图像滤波方法 121
5.3.3 宫颈细胞图像分割方法 123
5.3.4 实验与分析 126
5.4 图像特征提取与选择 129
5.4.1 宫颈细胞图像特征提取 129
5.4.2 NF 特征集合 129
5.4.3 PF 特征集合 132
5.4.4 ReliefF 算法 133
5.4.5 实验与分析 135
5.5 两阶段宫颈细胞图像分类器 137
5.5.1 两级分类器融合 138
5.5.2 实验与分析 140
5.6 基于随机性的成团细胞核图像合成方法 144
5.6.1 细胞类别划分 144
5.6.2 合成方案 144
5.6.3 实验与分析 150
5.7 本章小结 154
参考文献 155
彩图
第1章 自动阅片系统结构及关键技术 1
1.1 细胞图像采集 3
1.2 光照补偿 4
1.3 细胞图像分割 5
1.4 细胞图像识别 6
1.5 本章小结 7
参考文献 7
第2章 细胞图像采集 8
2.1 引言 8
2.2 相关技术概述 11
2.2.1 光学成像系统原理 11
2.2.2 自动聚焦方法 13
2.3 一种新的显微镜快速聚焦方法 15
2.3.1 现有的清晰度评价函数 16
2.3.2 新提出的清晰的评价函数 18
2.3.3 变步长爬山法 21
2.3.4 实验与分析 22
2.4 基于图像清晰度识别的快速扫描方法 24
2.4.1 引言 25
2.4.2 基于清晰度识别的快速聚焦扫描方法 26
2.4.3 实验与分析 31
2.5 基于多点聚焦的快速扫片方法 40
2.5.1 引言 40
2.5.2 三点聚焦快速扫片方法 41
2.5.3 改进的多点聚焦快速扫片方法 42
2.5.4 实验与分析 44
2.6 本章小结 45
参考文献 46
第3章 光照补偿 50
3.1 引言 50
3.2 现有的光照补偿方法 50
3.2.1 灰度变换法 50
3.2.2 同态滤波方法 51
3.2.3 Retinex 算法 51
3.2.4 基于梯度域的增强方法 52
3.2.5 基于反锐化掩模的增强方法 53
3.3 DNA 倍体分析技术与朗伯比尔定律 53
3.4 技术路线 56
3.4.1 方法流程 56
3.4.2 图像采集 57
3.4.3 分块阈值分割 57
3.4.4 背景填充 57
3.4.5 平滑 58
3.4.6 偏差估计与补偿 58
3.5 实验方案结果对比 60
3.5.1 实验设置 61
3.5.2 实验效果 61
3.5.3 实验与分析 63
3.6 本章小结 65
参考文献 65
第4章 细胞图像分割 67
4.1 引言 67
4.2 相关技术概述 70
4.2.1 DNA 倍体分析技术原理 70
4.2.2 图像分割技术 72
4.2.3 GMM 模型 74
4.2.4 图像修复方法 75
4.3 复杂背景下的宫颈细胞核分割方法 76
4.3.1 基于参数自适应的局部阈值法 76
4.3.2 分水岭算法的优化 77
4.3.3 粗分割算法 78
4.3.4 实验与分析 79
4.4 基于识别的细胞精细分割方法 84
4.4.1 分类器训练 85
4.4.2 精细分割 87
4.4.3 细胞核分割算法 88
4.4.4 实验与分析 89
4.5 重叠细胞分割中异常区域的重构 95
4.5.1 引言 95
4.5.2 模型训练 96
4.5.3 算法实现 98
4.5.4 实验与分析 101
4.6 本章小结 105
参考文献 106
第5章 细胞图像识别 110
5.1 引言 110
5.2 宫颈细胞图像的细胞学基础 112
5.2.1 获取宫颈细胞 113
5.2.2 宫颈细胞分类 114
5.2.3 宫颈细胞图像识别方法框架 115
5.3 宫颈细胞图像预处理及分割方法 117
5.3.1 图像增强方法 117
5.3.2 宫颈细胞图像滤波方法 121
5.3.3 宫颈细胞图像分割方法 123
5.3.4 实验与分析 126
5.4 图像特征提取与选择 129
5.4.1 宫颈细胞图像特征提取 129
5.4.2 NF 特征集合 129
5.4.3 PF 特征集合 132
5.4.4 ReliefF 算法 133
5.4.5 实验与分析 135
5.5 两阶段宫颈细胞图像分类器 137
5.5.1 两级分类器融合 138
5.5.2 实验与分析 140
5.6 基于随机性的成团细胞核图像合成方法 144
5.6.1 细胞类别划分 144
5.6.2 合成方案 144
5.6.3 实验与分析 150
5.7 本章小结 154
参考文献 155
彩图
