●前言
第1章 自動閱片繫統結構及關鍵技術 1
1.1 細胞圖像采集 3
1.2 光照補償 4
1.3 細胞圖像分割 5
1.4 細胞圖像識別 6
1.5 本章小結 7
參考文獻 7
第2章 細胞圖像采集 8
2.1 引言 8
2.2 相關技術概述 11
2.2.1 光學成像繫統原理 11
2.2.2 自動聚焦方法 13
2.3 一種新的顯微鏡快速聚焦方法 15
2.3.1 現有的清晰度評價函數 16
2.3.2 新提出的清晰的評價函數 18
2.3.3 變步長爬山法 21
2.3.4 實驗與分析 22
2.4 基於圖像清晰度識別的快速掃描方法 24
2.4.1 引言 25
2.4.2 基於清晰度識別的快速聚焦掃描方法 26
2.4.3 實驗與分析 31
2.5 基於多點聚焦的快速掃片方法 40
2.5.1 引言 40
2.5.2 三點聚焦快速掃片方法 41
2.5.3 改進的多點聚焦快速掃片方法 42
2.5.4 實驗與分析 44
2.6 本章小結 45
參考文獻 46
第3章 光照補償 50
3.1 引言 50
3.2 現有的光照補償方法 50
3.2.1 灰度變換法 50
3.2.2 同態濾波方法 51
3.2.3 Retinex 算法 51
3.2.4 基於梯度域的增強方法 52
3.2.5 基於反銳化掩模的增強方法 53
3.3 DNA 倍體分析技術與朗伯比爾定律 53
3.4 技術路線 56
3.4.1 方法流程 56
3.4.2 圖像采集 57
3.4.3 分塊閾值分割 57
3.4.4 背景填充 57
3.4.5 平滑 58
3.4.6 偏差估計與補償 58
3.5 實驗方案結果對比 60
3.5.1 實驗設置 61
3.5.2 實驗效果 61
3.5.3 實驗與分析 63
3.6 本章小結 65
參考文獻 65
第4章 細胞圖像分割 67
4.1 引言 67
4.2 相關技術概述 70
4.2.1 DNA 倍體分析技術原理 70
4.2.2 圖像分割技術 72
4.2.3 GMM 模型 74
4.2.4 圖像修復方法 75
4.3 復雜背景下的宮頸細胞核分割方法 76
4.3.1 基於參數自適應的局部閾值法 76
4.3.2 分水嶺算法的優化 77
4.3.3 粗分割算法 78
4.3.4 實驗與分析 79
4.4 基於識別的細胞精細分割方法 84
4.4.1 分類器訓練 85
4.4.2 精細分割 87
4.4.3 細胞核分割算法 88
4.4.4 實驗與分析 89
4.5 重疊細胞分割中異常區域的重構 95
4.5.1 引言 95
4.5.2 模型訓練 96
4.5.3 算法實現 98
4.5.4 實驗與分析 101
4.6 本章小結 105
參考文獻 106
第5章 細胞圖像識別 110
5.1 引言 110
5.2 宮頸細胞圖像的細胞學基礎 112
5.2.1 獲取宮頸細胞 113
5.2.2 宮頸細胞分類 114
5.2.3 宮頸細胞圖像識別方法框架 115
5.3 宮頸細胞圖像預處理及分割方法 117
5.3.1 圖像增強方法 117
5.3.2 宮頸細胞圖像濾波方法 121
5.3.3 宮頸細胞圖像分割方法 123
5.3.4 實驗與分析 126
5.4 圖像特征提取與選擇 129
5.4.1 宮頸細胞圖像特征提取 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 實驗與分析 135
5.5 兩階段宮頸細胞圖像分類器 137
5.5.1 兩級分類器融合 138
5.5.2 實驗與分析 140
5.6 基於隨機性的成團細胞核圖像合成方法 144
5.6.1 細胞類別劃分 144
5.6.2 合成方案 144
5.6.3 實驗與分析 150
5.7 本章小結 154
參考文獻 155
彩圖