一、计算机图像分析技术在形态学教学和科研中的应用（论文文献综述）
陈斐[1]（2021）在《库尔勒香梨外部缺陷在线检测研究》文中研究说明外部缺陷的存在,会直接影响水果的品质,降低其附属的商品价值,使消费者对水果的消费欲降低,对水果产业造成损失。为了解决这个问题,需对水果的外部缺陷进行检测,剔除含有外部缺陷的水果,提高水果的商品质量。在对水果外部品质进行检测时,若使用人工进行评判,会受检测人员的经验水平影响,其主观性太大,使得检测结果参差不齐,难以形成规范。基于机器视觉采集的库尔勒香梨图像,对其表面缺陷进行研究,以获取不同缺陷间的区别,为建立快速检测方法提供依据。同时,相较于传统机器视觉系统,嵌入式机器视觉系统的功耗和成本更低,精准度合理,可有效降低水果生产成本。因此,基于嵌入式机器视觉系统对水果的外部缺陷实现自动检测是重要且具有实际意义的。本文以南疆特色水果—库尔勒香梨为研究对象,对其外部缺陷的在线检测进行研究。研究的主要内容如下:（1）对嵌入式机器视觉系统的关键硬件进行选择,并自行开发配套软件,搭建库尔勒香梨外部缺陷检测研究平台。选择STM32f103ZET6作为系统主控和处理核心,选择CMOS摄像头OV7725作为图像采集模块,移植Free RTOS为实时操作系统高效利用处理器资源。（2）香梨外轮廓与缺陷区域识别算法研究。通过对图像灰度化和图像增强,凸显香梨和缺陷特征,减少冗余图像信息。结合双峰阈值法改进过的阈值分割、边缘检测和形态学处理研究了一种区分香梨外轮廓和缺陷区域的识别算法。（3）缺陷特征和分类算法研究。分别对缺陷的几何特征、颜色特征和纹理特征进行研究分析。依据研究结果,优选出圆形度、S分量、灰度平均值和能量4个特征,结合决策树构建香梨缺陷识别分类算法。另在研究过程中,发现基于形态学处理检测香梨是否有果梗的算法和基于圆形度特征识别畸形梨的算法,其识别准确率分别为90%和88%。（4）测试缺陷分类识别算法和嵌入式机器视觉系统的性能。结果表明,其对库尔勒香梨外部缺陷的识别分类准确率为90.5%,说明基于嵌入式机器视觉系统对库尔勒香梨外部缺陷进行在线检测是可行的。
刘彩霞[2]（2021）在《计算机辅助肺癌CT诊断教学关键技术研究》文中认为从医学影像中进行有效的疾病诊断是影像诊断学学生需要掌握的重要的临床实践技能。学习者通过研究正常或疾病状态下机体的医学影像特征,建立起疾病的病理过程及人体的解剖结构之间的关系,进而有效的指导内外科临床治疗。然而由于仪器参数或外界环境的影响,影像质量往往不高。同时,教学内容可视化、考核评测智能化不足,无法满足教学需求。教学内容的抽象和教学手段的落后不利于教学活动的开展,阻碍了学习者临床思维的构建和疾病的有效诊断。随着教育信息化2.0行动计划的开展,我国教育全面进入了信息化新时代,信息技术与教育的深度融合有助于推动智慧医学教学改革。本论文从肺癌CT诊断教学实际需求出发,研究计算机辅助肺癌CT诊断教学中的相关问题和关键技术,论文的主要工作及创新包括:首先,为增强CT图像细节信息的可检测性和识别效果,首先对噪声等引起CT图像可视化程度不高的因素进行了分析。在此基础上,研究了CT图像预处理技术,提出了基于经验模态分解和双边滤波的平滑方法、基于法向量相似度和非局部均值滤波的去噪方法,以及基于多尺度暗通道的增强方法。平滑方法有助于增强CT图像肺部组织强边缘而消除噪声和弱边缘;去噪方法可以去除CT图像中的噪声;增强方法能有效增强CT图像细节表示。论文提出的预处理技术有助于学习者对肺组织细节的观察,以及后续的肺部组织分割和病灶特征提取。第二,为了方便特定教学内容显示、病灶定量评估和学生考核评测,同时为后续的三维可视化提供准确肺组织区域,论文对肺部组织分割技术进行了研究。首先分别提出了基于随机森类、深度卷积神经网络、随机森林与深度卷积神经网络相结合的肺区域分割方法。在利用以上技术提取初始肺区域的基础上,通过一系列后处理操作进一步提高了分割的准确性。其次,分别提出了基于多尺度边缘检测和基于灰色关联的肺结节提取方法。肺部组织分割技术能够提供高效、准确的分割结果,为肺部组织可视化和肺部组织的智能评测提供重要支持。第三,肺结节语义特征有助于计算机辅助肺癌CT诊断教学中的肺癌智能诊断,论文对肺结节的主要语义特征进行了介绍,分析了毛刺征、分叶征、钙化度、对比度、边缘、球形度、内部结构等语义特征与肺结节恶性程度的相关度。在此基础上提出了基于深度神经网络的分类技术对与肺结节恶性相关度较高的语义特征进行分级。语义特征分级可以有效辅助肺癌智能诊断中结节的分类和恶性程度的评估。最后,为了直观、真实、全面地表现肺组织信息,辅助医学生对肺组织及病灶的深入理解,在分析断层图像三维可视化模型构建算法及面临的挑战的基础上,提出了点云空间中的稀疏CT图像三维重建技术。首先通过单像素追踪方法提取肺部组织轮廓,然后利用梯度矢量流动态轮廓模型进行缺失肺部组织轮廓构造,计算点云及法向量,最后利用浮动尺度等算法进行肺部组织的三维可视化重建。该方法可以有效的处理肺部组织重建中的匹配和分支问题,重建准确肺部组织。计算机辅助肺癌CT诊断教学关键技术的研究有助于增强学习者的学习体验,解决教师教学困难,有效辅助医学影像诊断教学活动开展,进而促进人工智能技术与医学教学的深度融合,推动医学教育信息化发展。
朱正茹[3]（2021）在《额窦引流通道的形态学与慢性额窦炎发生、发展的相关性研究》文中研究表明目的:探究额窦口和额窦在中鼻道开口及其周围气房的形态学与慢性额窦炎发生、发展的相关性方法:1.选取42例通过CT扫描和临床病史诊断为慢性单侧孤立性额窦炎的患者（其中23例为左侧额窦炎,19例为右侧额窦炎）,使用mimics 21.0软件对这42例患者的鼻-副鼻窦CT扫描数据进行处理,重建84侧额窦和鼻丘气房的三维模型,在CT图像和三维模型上对额窦口相关参数和鼻丘气房的大小进行测量。通过统计学软件SPSS26.0对额窦口相关参数与鼻丘气房参数进行相关性分析;比较健侧与患侧间额窦口相关参数和鼻丘气房的大小;通过多元线性回归探究影响患侧额窦口水平截面积的主要因素;将额窦口分为正级、0级和负级,比较健侧与患侧额窦口分级构成比之间有无差异,此外,比较患侧的不同额窦口分级中,额窦口相关参数有无差异。2.选取34例通过CT扫描和临床病史诊断为慢性单侧额窦炎、Lound-Mackay评分在1～3分并且额窦引流通道在中鼻道的开口可清晰辨认的患者（其中18例为左侧额窦炎,16例为右侧额窦炎）,使用mimics21.0软件对这34例患者,共计68侧鼻窦高分辨率CT进行筛泡气房的三维重建,测量冠状位、矢状位与水平位上额窦引流通道在中鼻道开口大小和筛泡气房的相关参数。通过统计学软件SPSS26.0对额窦引流通道在中鼻道开口大小与筛泡气房大小进行相关性分析;在健康侧和患侧的额窦引流通道之间比较额窦在中鼻道开口的大小和筛泡气房的大小;将额窦引流通道分为四种类型,以比较健康侧和患侧的不同类型额窦引流通道的构成比之间的差异。此外,比较了患侧不同类型引流通道之间额窦在中鼻道开口大小和筛泡气房的大小。结果:1.鼻丘气房的体积与FI（CT矢状位图像上额嘴最突出的部分与额窦后壁之间的最短距离）呈正相关（r=0.306,P<0.05）,鼻丘气房的表面积与FI呈正相关（r=0.227,P<0.05）,而鼻丘气房的体积与FB（额嘴的厚度）无相关性（r=0.125,P>0.05）,鼻丘气房的体积与FR（CT矢状位图像上额嘴最突出的部分与筛窦的筛房在颅底的最高附着点之间的距离）也无相关性（r=0.052,P>0.05）。2.患侧的FB值、鼻丘气房的上下径较健侧大（P<0.05）,而FI值,FI横截面积和水平横截面积显着低于健康侧（P<0.05）。3.多元线性回归显示FI截面积是影响患侧额窦口水平截面积的独立影响因素（P<0.05）。4.患侧与健侧不同额窦口分级所占比率没有差异（P>0.05）。5.RS值（额嘴最突出的部分与额窦后壁颅底的转折点间的距离）、RS截面积和水平截面积在患侧不同额窦口分级中有显着差异（P<0.05）。6.额窦在中鼻道冠状位开口的大小与筛泡的最大前后径呈负相关（r=-0.475,P<0.05）,与筛泡体积呈负相关（r=-0.282,P<0.05）,与筛泡表面积呈负相关（r=-0.306,P<0.05）;额窦在中鼻道水平位开口大小与筛泡前后径呈负相关（r=-0.301,P<0.05）,与筛泡表面积呈负相关（r=-0.250,P<0.05）;7.与健侧相比,患侧额窦引流通道在中鼻道的冠状位开口、矢状位开口、水平位开口均较小（P<0.05）,而筛泡气房的相关参数包括筛泡的左右径,前后径,上下径,体积和表面积均显着高于健康侧（P<0.05）。8.Fisher确切概率法发现患侧与健侧不同额窦引流通道构成比存在显着差异（χ2=10.076,P<0.05）。9.额窦在中鼻道的矢状位开口大小在患侧不同方式额窦引流通道中有显着差异（P<0.05）,且钩突与中鼻甲间-中鼻道引流方式比板间区-中鼻道引流方式的矢状位开口大（P<0.05）。结论:1.鼻丘气房的大小与FI的距离存在较弱的相关性,FI截面积是影响额窦口水平截面积的独立影响因素,此外,不同额窦口分级可通过影响RS值、RS截面积和水平截面积来影响额窦引流通道的大小。2.额窦引流通道在中鼻道开口的大小与筛泡气房的大小呈弱的负相关性,此外,与健康侧相比,患侧的筛泡气房更大,额窦在中鼻道开口较小。此外,板间区-中鼻道型、钩突与中鼻甲间-中鼻道型引流通道的中鼻道开口较小,更易诱发慢性额窦炎。
郑之远[4]（2020）在《基于显微光学的微细纤维图像识别系统设计与优化研究》文中指出在纤维检测中,微细纤维检测与评价（包括动植物纤维细径,直径为微米量级）是评定毛纤维品质及使用价值的重要评判标准,是决定纤维质量和加工技术重要因素之一。纤维的细度引起了很多关注,细度是表述纤维与丝线厚度的轮廓尺寸指数。细度与纤维加工技术密切相关,它影响纤维的均匀性,也影响纤维的光泽度、质量、应用价值以及物理和机械性能。经济的发展与人们生活水平的提高,人们对精致生活的要求越来越高也越来越普遍,包括真丝织物的应用也越来越挑剔。因此传统上依靠主观来评价并且确定微细纤维产品的质量和档次早已不能够完全满足生产和实际应用的需求,评估和识别错误将带来巨大的损失和风险,而要减少这种风险,则必须提高检测的科学性、正确性和可靠性。由于纤维直径非常微小,检测的难度比较高。随着科技的发展,国内外的纤维识别技术也有所不同,主要包括图像、光谱以及形态分析法等方法。虽然都能较好的对纤维进行一定程度的检测,但仪器都较为复杂且操作繁琐不够便捷。因此,研究操作便捷、检测准确的检测方法成为了一个重要的方向。根据国内外研究现状与需求,本研究提出将显微光学与计算机图像处理技术相结合的一种纤维直径识别与检测的方法,通过设计和搭建纤维图像识别与检测系统,将光学显微技术应用于纤维图像识别与纤维直径测量中,并使用图像处理技术来识别和处理纤维图像,该系统具有实时方便,检测速度快的特点。同时为了进一步优化系统的检测效果,提出系统光源优化、图像检测优化的方法,有效提高了系统检测纤维样品的图像质量,优化检测结果。本研究为微细纤维测量识别与研究提供了新的途径,具有重要的实用意义。本文的主要研究内容如下:1、设计和搭建了一种基于显微光学的微细纤维图像识别与检测系统,主要关键模块:光源、显微光学放大模块、光电转换处理模块、计算机处理与纤维图像显示模块等。根据待测纤维的光学光谱特性,通过光源照射发出的光照射到样品表面,样品在被光源照射之后反射光会被显微光学放大模块接收。根据几何光学放大成像原理,显微光学放大模块会将反射的纤维光信号进行放大,并传送至光电转换模块。CCD特殊结构会将光信号转换为电荷信号,经过运算放大器再次将转换的模拟电荷信号进行放大,通过A/D模块转换为数字信号便于计算机的处理与识别显示。所设计的系统不仅方便、测量成本低、操作简易等优点,还能准确的对微细纤维进行检测识别。2、对设计的纤维检测系统进行光源优化研究。通过点光源的波长优化、照射位置的角度优化、距离优化以及面阵列光源的优化研究,使系统能够采集并识别高质量的纤维图像,从而使图像中的主体目标信息和背景噪声信息得到较好的区分。在进行计算机图像分析时,可以采用相应简易的图像处理步骤尽量保持样品图像的原样性。结果表明,优化方法能有效提高系统采集图像的质量与处理检测图像的效果。3、在系统优化的基础上,对典型的动、植物纤维进行图像检测优化研究。通过自行编制图像处理算法,对系统采集的图像进行灰度变换增强、分割形态学处理以及边缘直线检测图像预处理,利用提取中心轴线法进行纤维直径测量。研究结果表明,设计的系统实现了高质量的纤维图像采集,并为计算纤维直径提供了新思路。4、进一步对系统进行优化与完善,实现了生物体微细血管在体的检测与识别,为生物组织在体检测提供了新的途径,研究具有重要的实用价值。
陈瑞[5]（2020）在《基于瓦片式算法的钢板表面图像采集与显示系统的研究》文中指出高精度的表面质量检测是钢板生产质量的重要保障,而提高采集钢板表面图像分辨率是提高钢板质量检测的精度的主要手段之一。在高分辨率图像显示时,常出现内存负担较大、图像加载缓慢、移动缩放不流畅的等问题,瓦片化显示技术是解决此类问题的有效方法。本课题将瓦片化显示技术应用到钢板表面图像显示中,以高分辨率高精度的钢板表面图像采集、多类钢板表面信息显示为目标,设计了基于线阵CCD采集和瓦片化图像显示的钢板表面图像采集与显示系统。本课题首先对钢板表面图像采集方式进行了研究,确定了以线阵CCD相机采集为基础的整套系统设计方案及具体选型,并对采集精度进行了检验;然后对图像采集过程中出现的镜头畸变和行进畸变进行了分析和校正实验;分别对适用于线阵相机的亮度不均匀校正、分块区域检测、滤波去噪、边缘检测、形态学处理等算法进行了研究和算法实现,获得了清晰钢板图像和缺陷信息用于瓦片化显示;接着提出且构建了适用于本系统的多层次分辨率金字塔模型以及采用的基于四叉树索引的切图方法、瓦片的命名规则、图像浏览器寻找瓦片的索引规则等;最后利用web前端开发技术、Open Layers3框架,设计并展示了图像显示系统的界面和功能。本课题完成了线阵CCD相机采集图像硬件装置,图像处理和瓦片化图像显示的软件框架搭建;完成了各部分功能和结果的检验。结果表明,本课题设计的基于线阵CCD采集和瓦片化图像显示的钢板表面图像采集与显示系统方案切实可行且检测精度满足了工厂的需求。
孙忠成[6]（2019）在《太赫兹光谱与反射式成像技术在脑外科疾病检测中的应用研究》文中研究表明太赫兹波处于电子学与光子学的过渡区域,具有对水的敏感性、对生物大分子的指纹谱特性和非电离性等特殊的性质,在生物医学检测领域有明显的优势。当前,太赫兹时域光谱和成像技术被广泛应用于生物组织病变的检测中。脑缺血、脑胶质瘤等脑部疾病的发病率和致死率极高,现有技术手段在这些疾病的早期诊断和病灶检测方面面临诸多问题。因此,本文利用太赫兹时域光谱和成像技术,对以脑缺血和脑胶质瘤为代表的脑部疾病的诊断和边界提取进行了深入的研究,主要内容及创新点如下:1.利用透射式太赫兹时域光谱技术对不同缺血时间的新鲜和石蜡包埋的脑缺血组织进行检测,实现了缺血两小时的早期脑缺血组织的检测;设计并制作了基于人工超材料结构的生物传感器,研究了传感器在表面生长了不同浓度的PC12神经细胞时的太赫兹波透过率。通过检测透过率曲线中谐振峰的漂移量和谐振峰处太赫兹波透过率的变化量均实现了PC12神经细胞浓度的高灵敏度检测,检测的灵敏度分别约为10 GHz/(104·m L-1)和0.49 d B/(104·m L-1)。2.针对连续波太赫兹图像的信噪比和对比度差的问题,综合图像去噪、模糊C均值聚类、数学形态学处理和“Canny”算子边缘提取等算法,准确提取出了掩膜版的太赫兹图像中的字母区域,其准确率、灵敏度和特异性分别为94.3%、91.6%和95.5%。进一步将算法应用于离体脑胶质瘤的太赫兹图像,实现了肿瘤区域的准确提取,算法的准确率、灵敏度和特异性分别为95.6%、84.5%和97.7%。3.将太赫兹-拉曼光谱应用于脑胶质瘤的检测中,实验结果表明,脑胶质瘤组织和健康脑组织的太赫兹-拉曼光谱在拉曼峰的强度、个数和拉曼频移等方面有明显的差异,这可能是组织癌变时生物大分子的结构和含量发生变化导致的。
宁鹏飞[7]（2019）在《计算机技术在内蒙古自治区医学领域的应用及影响研究（1977-1990） ——以内蒙古医学院为例》文中研究说明二十世纪科学技术繁荣发展,出现了以电子计算机等的发明和应用为主要标志的第三次科技革命。计算机技术在医学的多个领域渗透与应用,助力现代医学取得了很多令人瞩目的成就。计算机技术应用的社会历史条件及所产生的社会影响属于科学技术史的研究范畴,本文研究属于计算机技术在医学领域的应用及产生的影响。1977-1990年期间,由于我国政府相关政策的积极推动、医学研究者与计算机专家的有力合作以及国外技术的引入,计算机技术在内蒙古医学领域的应用开始起步发展,并逐渐与本地实际相结合,衍生出了新的本地特征。在现有研究中,对少数民族地区医学领域的计算机技术的引入、应用及影响少有涉及,本文工作是对现有研究的有益补充。本文研究中采用的资料包含了内蒙古医学院及内蒙古医学院附属医院档案馆的档案资料、来自于内蒙古计算机领域和医学领域在1977-1990年这一时期亲历者的口述资料,这些一手史料在以往研究中少有涉及。通过对史料的梳理和多个方面的对比研究,给出了1977-1990年计算机技术在内蒙古医学领域的引入历程、应用发展水平及特征,形成了较为完整的历史线索。本文分为四章:第一章,主要介绍研究背景、研究范围、研究目的与意义、研究综述、研究内容与创新之处、研究思路与方法;第二章,结合历史文献资料、社会背景及专家访谈资料,通过对国内外计算机技术发展历程进行梳理,辨析对于医学领域应用具有重要意义的计算机技术的起源及普及应用影响,为分析内蒙古自治区医学领域应用计算机技术的发展状况提供技术背景及社会背景依据;第三章,对1977-1990年在内蒙古医学领域应用计算机技术的社会背景、发展脉络进行较为深入的梳理分析,通过与国内有代表性的省市、其他少数民族地区以及内蒙古其他领域的发展水平对比,明晰了1977-1990年的发展特征,并对所产生的影响进行探讨;第四章,以内蒙古医学院及内蒙古医学院附属医院为例,以尽量翔实的具体事件作为支撑,具体的展示技术应用后的影响。通过对上述问题的研究,得出以下结论:1.无论国内还是国外,计算机前沿技术应用到医学领域都具有一定的滞后性。相比国外,我国起步稍晚,政府出台了多个相关政策措施促进了计算机技术的传播应用,1977-1990年这一阶段,很多专门的机构组织刚刚成立,我国医学领域很多开创性的工作得以实施,计算机技术的应用正经历从无到有的起步阶段,之后的发展速度非常快。国内外的应用范围及热点基本同步,我国的主要特色体现在中医专家系统的开发应用、数字化数据在计算机内的中文信息表达问题等。相比于国民经济其他部门,医学领域在应用计算机技术方面并不具有优势。从具体需求出发的应用较多,对技术应用可能引发社会问题的思考深度有所不足。很多以应用为目的的项目通过主管部门下达命令的形式开展,但是由于缺乏专门软件服务企业的主动参与,工业化水平不足。这种状况在20世纪90年代之后逐渐改善。2.通过研究发现,从1977年开始,在有限的条件下,内蒙古医学领域的科研工作者在新技术探索与引入方面积极与计算机领域的专家合作,在计算机技术辅助医学研究、辅助临床诊断、医院管理、医学情报检索方面均有与应用相关的科技成果产出,提高了工作效率、解放了生产力,推动了内蒙古社会经济的发展。各方面的应用虽然与我国有代表性省市发展水平有一定差距,但是应用范围相同,与新疆等少数民族自治区保持同步。尤其在蒙医专家系统的应用探索等方面独具特色,并开展相关的国际间交流合作,也形成了本地各类医学相关领域的数字化数据库的原始积累,这对于现今的内蒙古医疗大数据建设具有重要的意义。3.通过对内蒙古医学院及内蒙古医学院附属医院的实例研究发现,计算机技术的引入开始对传统医院管理的工作流程产生影响,1990年之前是计算机技术改变人们工作方式的发端。软件开发方式从自主开发探索逐渐过渡到引进成熟的工业化软件产品。存在重硬件投入、轻软件投入的现象。出现了人才外流现象,如何留住人才至今仍然值得深刻反思。CT等新技术引入之后,极大的提高了诊断水平,社会效益、经济效益明显,但是人的主观能动作用和经验知识仍然起到重要主导作用。
何思敏[8]（2019）在《基于HE染色切片的图像检测分类算法的研究》文中指出癌症的危害不言而喻,早期发现治疗至关重要。计算机辅助病理图像检测减轻了病理学家的工作量,有助于降低误诊率,具有很重要的临床价值。数字组织病理学图像分析中的两大基本任务为图像分类和图像检测,在全切片（WSI）上准确检测出病变区域是数字病理诊断和分级任务中的关键步骤。苏木精-伊红（HE）染色法能较好地显示组织结构和细胞形态,且染色后切片可以长期保存,优势明显。基于此,本文主要研究基于HE染色切片的病理图像检测分类算法,主要包括分类模型的训练和病理切片的检测两部分。在训练分类模型时,采取两种基于深度学习的方法进行,并对两种方式训练的分类模型进行性能评估,选取表现较优的分类模型用于病理切片检测;病理切片检测分为大幅图像区域检测和全切片检测,针对全切片的癌变区域检测改进了已有的自适应采样算法,进行大量实验证明改进算法的优越性。本文的主要研究工作如下:（1）研究基于HE染色的病理切片图像特点,根据颜色差异从WSI中提取感兴趣区域。依据病理学家标注分别提取三种倍镜下的区块图像制备三种样本集。针对不同来源的切片图像颜色差异问题,对区块图像进行颜色归一化操作。（2）采取两种方式训练分类模型。一是在研究DenseNet和SE-DenseNet结构的基础上,应用轻量化及内存优化后的DenseNet网络训练卷积神经网络（CNN）模型;二是采取迁移学习方式训练分类模型,分别利用InceptionV3等9种常见CNN模型完成特征提取,再利用提取的特征训练SVM、RF分类器或是直接训练一个全连接层生成分类模型。对于每种训练方式,分别训练三个倍镜下的分类模型,并评估各模型的性能,选取表现最优的分类模型用于病理切片检测。（3）研究并实现大幅病理图像区域检测及全切片检测算法。一是针对大幅病理图像的区域检测,提出联合多个倍镜进行分析。先在低倍镜下检测,针对低倍镜检测置信度不高的区域再次在高倍镜下检测分类,并利用SLIC算法对图像进行区域聚类以平滑检测的癌变区域边缘部分。将检测结果与病理学家标注进行比对,定量评估检测效果;二是针对全切片进行自适应迭代采样检测。先对全切片进行初次采样得到区块图像,根据采样位置及区块对应的癌变概率对全图进行插值操作生成癌变可能性热图,再根据热图的梯度图选取下一次采样点的位置。针对已有采样算法流程不足之处进行改进,提出三阶段采样法并设置基于采样密度的迭代停止条件以提高检测效率及精度,大量实验并评估改进后算法的性能。
史景宁[9]（2018）在《基于计算机视觉和R语言的年轮分析系统设计与实现》文中研究说明树木年轮是包括林学、生态学、树木年代学在内的许多学科领域重要研究对象之一,但现有的商业年轮测量与分析软件价格十分昂贵;另一些免费软件缺乏图形用户界面、兼容性差,这些都为树木年轮研究带来困难与挑战。近年来,随着开源软件R和Web应用开发技术的快速发展,将先进的计算机视觉技术引入树木年轮图像分析,设计并实现可用于年轮参数测量的R软件包以及跨平台的树木年轮分析系统Web应用,从而自动化、精确、高效地提取年轮参数并进行统计分析已经具备了可行性,对于提高我国林业信息化水平具有重要的意义。本文以开源的R语言为平台,将图像处理技术应用到年轮宽度与年轮面积的自动化测量,并提出了2种几何模型校正年轮宽度测量中的误差,开发了年轮参数测量的R软件包MtreeRing;为弥补R软件命令行界面的不足,以R环境为核心,结合HTML5、Shiny框架、MySQL开发了基于B/S架构的树木年轮分析系统,提供了树木年轮图像参数测量、交叉定年、去趋势与年表建立、气候分析、绘图、数据格式转与导出、数据存储等功能,并支持在本地R环境下离线运行。该系统满足了不同知识背景和计算机水平的用户对树木年轮参数测量与分析的需求,用户无需付出软件成本,模块化设计和开源特性使其具备较好的二次开发潜力。系统测试表明本文开发的树木年轮分析系统数据处理速度快、运行稳定、健壮性较高、用户界面美观,具备一定的实用价值。
祝丽[10]（2017）在《功能磁共振成像对中晚期宫颈癌放化疗疗效的早期监测及预后评估》文中研究指明第一部分体素内不相干运动磁共振成像对中晚期宫颈癌放化疗疗效的早期监测目的:探究体素内不相干运动磁共振成像（intravoxel incoherent motion MR imaging,IVIM-MRI）相关参数在中晚期宫颈癌放化疗过程中的动态变化趋势,及其对宫颈癌放化疗疗效的早期监测。方法.:本研究经医院伦理委员会审核通过并获得患者知情同意后,前瞻性纳入37名中晚期宫颈癌患者,所有入组患者均经病理证实为宫颈鳞癌（FIGO分期:ⅡB～IVA）。在同步放化疗（concurrent chemo-radiotherapy,CCRT）期间对入组患者行定期IVIM-MRI扫描（14b值:0,10,20,30,40,50,100,150,200,350,500,650,800,1000 s/mm2）,全部扫描共4次,分别安排在治疗前（MRIpre）,治疗开始后2周（MRI2nd）,治疗开始后4周（MRI4th）以及治疗结束后（MRIpost）。使用单指数模型计算表观扩散系数（apparent diffusion coefficient,ADC）,使用双指数模型计算灌注分数（f）,纯扩散系数（D）以及伪扩散系数（D*）,记录这些参数在治疗过程中的动态变化,对比治疗后不同疗效组的患者之间各参数的差异并探究其在早期监测中晚期宫颈癌患者放化疗疗效中的应用价值。结果:治疗结束后,25例患者被归入疾病完全缓解组（completeresponse,CR）,12例患者被归入疾病部分缓解组（partial response,PR）。统计结果表明CR组患者治疗前f值高于PR组（p=0.013）,且治疗前f值对CCRT疗效存在较好的预测价值（AUC=0.768）。所有参数在治疗早期（CCRT开始后2周）即表现出明显变化,其中变化最明显的为f值（73.38±83.19%）,ADC,D以及D*值在CCRT治疗过程中呈现持续上升趋势,f值在治疗早期表现为持续上升,治疗开始4周以后开始下降。结论:IVIM-MRI可以用于早期动态监测宫颈癌同步放化疗疗效,并对疗效具有较好的预测价值。第二部分体素内不相干运动磁共振成像对中晚期宫颈癌放化疗的预后评估目的:探究体素内不相干运动磁共振成像（intravoxel incoherent motion-MR imaging,IVIM-MRI）在预测中晚期宫颈癌患者放化疗后远期预后中的应用价值。方法:本研究经医院伦理委员会审核通过并获得患者知情同意后,前瞻性纳入30名中晚期宫颈癌患者,所有入组患者均经病理证实为宫颈鳞癌（FIGO分期:ⅡB～ⅣA）。在放化疗期间对入组的所有患者进行定期盆腔磁共振扫描,扫描序列包括 DWI 序列（0,800 s/mm2）,IVIM 序列（14b 值:0,10,20,30,40,50,100,150,200,350,500,650,800,1000 s/mm2）及 T2 加权序列,全部扫描共 3 次,分别安排在治疗前（timepoint 1）,治疗开始后2周（time point 2）及治疗开始后4周（time point 3）,记录每次肿瘤最大径及DWI、IVIM相关参数值,并对入组患者进行长期跟踪随访,对比不同远期预后组患者之间各参数的差异并评估其与中晚期宫颈癌患者放化疗后远期预后之间的相关性。结果:对入组患者进行平均约21个月的远期随访（范围:7～31个月）后,截止最近一次随访共5例患者死亡,25例患者存活,其中21例患者为无病生存,4例为带瘤生存。本研究结果显示治疗开始4周后肿瘤最大径较治疗前的缩减率≥58.31%可以预测良好的远期预后（AUC=0.751）,但其预测价值不及IVIM相关参数:治疗开始2周后的IVIM相关表观扩散系数（apparent diffusion coefficient,ADCIvIM）值、治疗开始4周后的ADCIvIM及灌注分数（perfusion fraction,f）值预测远期预后的ROC曲线下面积（area under ROC curve,AUC）值分别为0.767,0.857及0.820。此外,常规DWI参数与宫颈癌预后之间未见明确相关性。结论:IVIM-MRI参数可用于预测中晚期宫颈癌同步放化疗远期预后,且其预测效力高于形态学参数及常规DWI参数。第三部分:半定量动态增强磁共振成像对中晚期宫颈癌放化疗疗效的早期监测及预后评估目的:探究半定量DCE-MRI对中晚期宫颈癌患者同步放化疗后疗效的早期监测及预后评估。方法:本研究经医院伦理委员会审核通过并获得患者知情同意后,共前瞻性纳入38例中晚期宫颈癌患者,所有入组患者均经病理证实为宫颈鳞癌（FIGO分期:ⅡB～ⅣA）,并在同步放化疗期早期3个不同时间点接受了半定量动态增强磁共振检查,分别是:同步放化疗治疗开始前（time point 1）;同步放化疗开始2周后（time point 2）;同步放化疗开始4周后（time point 3）。记录各个时间点肿瘤最大径及相关DCE参数值,包括:最大相对增强率（maximum relative enhancement,MRE）,达峰时间（time to peak,TTP）以及流入速率（wash-in rate,WIR）,对所有入组患者行长期跟踪随访后比较不同远期预后的患者之间各参数的差异性,并计算不同参数对预后的评估效力。结果:预后良好的患者在同步放化疗开始后第4周肿瘤WIR值（95.26 ± 25.55 L/s）显着高于预后不良组的患者（46.94±26.62 L/s）（p<0.001）,同时远期预后良好的患者治疗开始后第4周相较于治疗前的WIR变化率（42.30±72.48%）也明显高于预后不良的患者（16.93±22.09%）（p=0.001）,提示治疗后肿瘤组织的高灌注与宫颈癌患者放化疗后良好的预后相关。进一步的ROC分析表明,治疗后第4周的高WIR值可以预测中晚期宫颈癌患者放化疗后的良好预后（AUC=0.910,p<0.001）,并且WIR对远期预后的预测效力要高于同样有预测价值的形态学参数:治疗后2周及4周时的肿瘤最大径（AUC=0.769,0.731;p=0.008,0.024）。结论:半定量动态增强磁共振扫描可以用于中晚期宫颈癌患者放化疗的预后评估,且其预测效力优于形态学参数。
二、计算机图像分析技术在形态学教学和科研中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、计算机图像分析技术在形态学教学和科研中的应用（论文提纲范文）
（1）库尔勒香梨外部缺陷在线检测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 机器视觉检测技术研究现状 |
| 1.2.1 机器视觉技术概述 |
| 1.2.2 机器视觉检测技术在水果检测中的应用 |
| 1.3 嵌入式机器视觉系统 |
| 1.3.1 嵌入式机器视觉系统组成 |
| 1.3.2 嵌入式机器视觉在水果检测中的应用 |
| 1.3.3 嵌入式机器视觉系统特点 |
| 1.4 主要研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 第2章 库尔勒香梨嵌入式机器视觉研究平台 |
| 2.1 引言 |
| 2.2 嵌入式机器视觉研究平台的体系结构设计 |
| 2.2.1 嵌入式机器视觉系统的工作原理 |
| 2.2.2 嵌入式机器视觉研究平台整体设计 |
| 2.3 嵌入式机器视觉系统硬件设计 |
| 2.3.1 光源 |
| 2.3.2 图像处理模块 |
| 2.3.3 图像采集模块 |
| 2.3.4 实时显示模块 |
| 2.3.5 SD卡模块 |
| 2.3.6 通讯模块 |
| 2.4 嵌入式机器视觉系统软件设计 |
| 2.4.1 软件开发环境 |
| 2.4.2 主程序设计 |
| 2.4.3 图像采集 |
| 2.4.4 图像储存 |
| 2.5 本章小结 |
| 第3章 库尔勒香梨图像处理方法 |
| 3.1 图像预处理 |
| 3.1.1 图像灰度化 |
| 3.1.2 图像增强 |
| 3.2 图像分割 |
| 3.2.1 阈值分割法 |
| 3.2.2 边缘检测 |
| 3.3 图像的数学形态学处理 |
| 3.3.1 结构元素 |
| 3.3.2 膨胀运算 |
| 3.3.3 腐蚀运算 |
| 3.3.4 组合运算 |
| 3.3.5 连通缺陷区域 |
| 3.4 香梨外轮廓与缺陷区域的分割 |
| 3.5 本章小结 |
| 第4章 香梨外部缺陷特征的研究 |
| 4.1 试验样本 |
| 4.2 基于图像数学形态学的果梗检测 |
| 4.2.1 基于形态学处理提取香梨果梗 |
| 4.2.2 试验与结果分析 |
| 4.3 缺陷几何特征 |
| 4.3.1 外部缺陷面积 |
| 4.3.2 香梨轮廓及外部缺陷圆形度 |
| 4.4 缺陷颜色特征 |
| 4.4.1 缺陷的彩色颜色特征 |
| 4.4.2 缺陷的灰度平均值 |
| 4.5 缺陷纹理特征 |
| 4.5.1 灰度共生矩阵 |
| 4.5.2 特征参数提取 |
| 4.6 基于决策树的缺陷分类 |
| 4.6.1 决策树 |
| 4.6.2 决策树特征选取 |
| 4.6.3 决策树的构造 |
| 4.7 本章小结 |
| 第5章 系统测试与结果分析 |
| 5.1 引言 |
| 5.2 嵌入式机器视觉系统试验平台 |
| 5.3 嵌入式机器视觉系统软件 |
| 5.4 系统测试 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）计算机辅助肺癌CT诊断教学关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 教学方式 |
| 1.2.2 关键技术 |
| 1.3 研究思路与研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 组织结构 |
| 第2章 肺癌CT诊断教学 |
| 2.1 计算机辅助教学 |
| 2.1.1 教育活动中的教育路径 |
| 2.1.2 计算机辅助教学技术 |
| 2.2 肺癌CT诊断 |
| 2.1.1 CT图像 |
| 2.1.2 肺癌及影像组学 |
| 2.3 医学影像学教学 |
| 2.3.1 医学影像学专业及其影像教学 |
| 2.3.2 计算机辅助肺癌CT诊断教学关键技术 |
| 第3章 CT图像预处理 |
| 3.1 影响CT图像可视化的因素 |
| 3.2 CT图像预处理技术研究 |
| 3.2.1 图像质量评价指标 |
| 3.2.2 基于经验模态分解和双边滤波的CT图像平滑 |
| 3.2.3 基于法向量相似度和非局部均值滤波的CT图像去噪 |
| 3.2.4 基于多尺度暗通道的CT图像增强 |
| 3.3 本章小结 |
| 第4章 基于人工智能的肺组织分割 |
| 4.1 准备工作 |
| 4.1.1 肺和肺结节 |
| 4.1.2 肺部CT数据库 |
| 4.1.3 评价指标 |
| 4.2 肺区域分割 |
| 4.2.1 关键技术 |
| 4.2.2 基于随机森林的肺区域分割 |
| 4.2.3 基于深度卷积神经网络的肺区域分割 |
| 4.2.4 基于随机森林和卷积神经网络的肺区域分割 |
| 4.3 肺结节分割 |
| 4.3.1 基于多尺度边缘检测的肺结节分割 |
| 4.3.2 基于灰色关联的肺结节分割 |
| 4.4 本章小结 |
| 第5章 基于神经网络的肺结节语义特征分析 |
| 5.1 结节语义特征 |
| 5.2 语义特征相关度分析 |
| 5.2.1 数据准备 |
| 5.2.2 语义特征相关度分析 |
| 5.3 语义特征分级 |
| 5.3.1 数据归一化 |
| 5.3.2 结节图像提取 |
| 5.3.3 语义特征分级 |
| 5.3.4 模型结果分析 |
| 5.3.5 讨论 |
| 5.4 本章小结 |
| 第6章 基于GFV Snake和浮动尺度的肺组织三维重建 |
| 6.1 医学图像三维可视化技术 |
| 6.2 稀疏CT图像三维重建 |
| 6.2.1 基于GVF Snake的轮廓线提取 |
| 6.2.2 基于浮动尺度的肺组织三维重建 |
| 6.2.3 结果分析 |
| 6.2.4 讨论 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文主要工作 |
| 7.2 主要创新与贡献 |
| 7.3 未来展望 |
| 参考文献 |
| 攻读博士学位期间的主要成果 |
| 致谢 |
（3）额窦引流通道的形态学与慢性额窦炎发生、发展的相关性研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 慢性鼻窦炎与慢性额窦炎 |
| 1.2 额窦引流通道形态学与慢性额窦炎 |
| 第二章 额窦口、鼻丘气房与慢性单侧孤立性额窦炎的关系 |
| 2.1 一般资料 |
| 2.2 实验设备 |
| 2.3 研究方法 |
| 2.3.1 电子计算机断层扫描 |
| 2.3.2 额窦与鼻丘气房的三维重建 |
| 2.3.3 FB、FI、FR值的测量 |
| 2.3.4 额窦口的分级及RS值的测量 |
| 2.3.5 FI截面积、FR截面积、RS截面积 |
| 2.3.6 鼻丘气房的左右径、前后径、上下径的测量 |
| 2.3.7 统计学方法 |
| 2.4 结果 |
| 2.4.1 额窦口相关参数与鼻丘气房大小的相关性 |
| 2.4.2 额窦口相关参数与鼻丘气房的大小在患侧与健侧之间的比较 |
| 2.4.3 患侧额窦口水平横截面积影响因素的多元线性回归分析 |
| 2.4.4 患侧与健侧不同额窦口分级构成比之间的比较 |
| 2.4.5 患侧额窦口不同分级之间额窦口相关参数的非参数检验 |
| 第三章 额窦在中鼻道开口、筛泡气房与慢性单侧额窦炎的关系 |
| 3.1 一般资料 |
| 3.2 实验设备 |
| 3.3 研究方法 |
| 3.3.1 电子计算机断层扫描 |
| 3.3.2 筛泡气房的三维重建 |
| 3.3.3 冠状位开口、矢状位开口、水平位开口大小的测量 |
| 3.3.4 额窦引流通道的分型 |
| 3.3.5 筛泡气房的左右径、前后径、上下径的测量 |
| 3.3.6 筛泡气房的体积、表面积的测量 |
| 3.3.7 统计学方法 |
| 3.4 结果 |
| 3.4.1 额窦在中鼻道开口大小与筛泡气房大小的相关性 |
| 3.4.2 额窦在中鼻道开口大小与筛泡气房大小在患侧与健侧之间的比较 |
| 3.4.3 患侧与健侧额窦引流通道构成比的卡方检验 |
| 3.4.4 患侧不同额窦引流通道下的额窦在中鼻道开口大小、筛泡大小的单因素方差分析 |
| 第四章 讨论 |
| 4.1 额窦口、鼻丘气房与慢性额窦炎的关系 |
| 4.2 额窦在中鼻道开口、筛泡气房与慢性额窦炎的关系 |
| 第五章 结论 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 附录:综述 三维重建技术在鼻腔、鼻窦中的应用进展 |
| 参考文献 |
| 硕士研究生期间的研究成果 |
| 致谢 |
| 英文缩略词表 |
（4）基于显微光学的微细纤维图像识别系统设计与优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词 |
| 注释表 |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 纤维检测技术国内外研究进展 |
| 1.3 照明光源概述及研究进展 |
| 1.3.1 光源概述 |
| 1.3.2 LED光源 |
| 1.3.3 LED光源的研究与应用 |
| 1.4 图像处理技术的概述与应用 |
| 1.5 显微光学技术的应用研究进展 |
| 1.6 本论文主要研究内容 |
| 第二章 显微光学图像识别系统设计与实现 |
| 2.1 系统概述 |
| 2.2 系统关键模块设计原理 |
| 2.2.1 系统光源模块原理 |
| 2.2.2 显微光学放大模块原理 |
| 2.2.3 光电转换模块原理 |
| 2.2.4 计算机处理模块原理 |
| 2.3 纤维检测系统的特点 |
| 2.3.1 系统检测方法 |
| 2.3.2 系统功能特点 |
| 2.4 本章小结 |
| 第三章 微细纤维的显微光学图像识别系统光源优化研究 |
| 3.1 光源的选择 |
| 3.2 图像评价参数 |
| 3.2.1 图像对比度 |
| 3.2.2 图形峰值信噪比 |
| 3.3 LED点光源优化研究 |
| 3.3.1 光源优化方法 |
| 3.3.2 光源优化结果与分析 |
| 3.3.2.1 系统光源波长优化结果与分析 |
| 3.2.2.2 系统光源空间位置优化与结果分析 |
| 3.4 LED面阵列光源优化研究 |
| 3.4.1 光源优化原理与方法 |
| 3.4.1.1 LED光照度计算原理 |
| 3.4.1.2 LED平面阵列光源设计 |
| 3.4.2 LED阵列照明优化理论与模型仿真 |
| 3.4.2.1 LED矩形阵列照明优化理论与模型仿真 |
| 3.4.2.2 LED环形阵列照明优化的理论与模型仿真 |
| 3.4.2.3 LED线形阵列照明优化理论与模型仿真 |
| 3.4.3 光源优化结果与分析 |
| 3.5 本章小结 |
| 第四章 系统微细纤维直径测量方法的可行性分析与应用 |
| 4.1 纤维图像的预处理 |
| 4.1.1 图像增强技术 |
| 4.1.2 Canny算子边缘检测 |
| 4.1.3 图像Hough变换直线检测 |
| 4.1.4 膨胀处理 |
| 4.2 纤维的直径测量 |
| 4.2.1 边缘直线的拟合 |
| 4.2.2 提取纤维中轴线 |
| 4.2.3 纤维直径测量流程 |
| 4.3 测量结果与可行性分析 |
| 4.4 系统在生物体微细血管在体检测的应用 |
| 4.4.1 微细血管的在体检测 |
| 4.4.2 微细血管的直径测量 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）基于瓦片式算法的钢板表面图像采集与显示系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 钢板表面质量检测系统研究现状 |
| 1.2.2 图像瓦片化显示技术研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文的组织结构安排 |
| 第二章 钢板表面图像采集与显示系统整体设计 |
| 2.1 系统的工作原理 |
| 2.2 图像采集系统设计 |
| 2.2.1 图像采集方式的研究 |
| 2.2.2 采集系统的部件选型 |
| 2.2.3 照明模块设计 |
| 2.2.4 采集系统精度检验 |
| 2.3 图像处理算法流程 |
| 2.4 图像显示系统设计 |
| 2.5 本章小结 |
| 第三章 线阵CCD采集图像的畸变与校正 |
| 3.1 镜头畸变的校正 |
| 3.2 钢板行进畸变的校正 |
| 3.2.1 行进畸变的分析与解决方案 |
| 3.2.2 钢板行进速度信号获取 |
| 3.2.3 采集卡与相机采集方式 |
| 3.2.4 畸变校正实验 |
| 3.3 本章小结 |
| 第四章 图像处理算法 |
| 4.1 图像预处理 |
| 4.1.1 亮度不均匀校正 |
| 4.1.2 分块区域检测 |
| 4.1.3 滤波去噪 |
| 4.2 缺陷检测与定位 |
| 4.2.1 边缘检测 |
| 4.2.2 形态学处理 |
| 4.2.3 缺陷定位 |
| 4.3 本章小结 |
| 第五章 高分辨率钢板图像显示 |
| 5.1 多分辨率层次金字塔模型 |
| 5.2 瓦片式切图设计 |
| 5.2.1 切图方案设计 |
| 5.2.2 切图算法实现 |
| 5.3 基于WEB前端开发的图像显示 |
| 5.3.1 web前端开发技术 |
| 5.3.2 Open Layers3 的结构与工作原理 |
| 5.4 图像显示模块设计 |
| 5.4.1 系统功能设计 |
| 5.4.2 系统显示界面 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）太赫兹光谱与反射式成像技术在脑外科疾病检测中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 太赫兹波技术发展概述 |
| 1.1.1 太赫兹时域光谱技术的研究现状 |
| 1.1.2 太赫兹成像技术的研究现状 |
| 1.2 基于太赫兹光谱与成像技术的脑部疾病检测研究概况 |
| 1.2.1 基于太赫兹时域光谱技术的脑缺血检测研究概况 |
| 1.2.2 基于太赫兹成像技术的脑胶质瘤检测研究概况 |
| 1.3 太赫兹主动成像感兴趣区域提取方法研究概况 |
| 1.4 基于拉曼光谱的脑胶质瘤检测研究概况 |
| 1.4.1 基于大波数拉曼光谱的肿瘤检测的研究概况 |
| 1.4.2 太赫兹-拉曼光谱的发展现状 |
| 1.5 本文的主要研究内容 |
| 第2章 基于透射式太赫兹时域光谱技术的脑部疾病检测研究 |
| 2.1 透射式太赫兹时域光谱系统 |
| 2.2 基于透射式太赫兹时域光谱技术的脑缺血检测研究 |
| 2.2.1 脑缺血模型制备 |
| 2.2.2 新鲜脑缺血组织的太赫兹时域光谱检测研究 |
| 2.2.3 石蜡包埋脑缺血组织的太赫兹时域光谱检测研究 |
| 2.3 基于人工超材料生物传感器的神经细胞检测研究 |
| 2.3.1 超材料结构的制备 |
| 2.3.2 基于人工超材料生物传感器的神经细胞浓度检测研究 |
| 2.4 本章小结 |
| 第3章 基于综合算法的脑胶质瘤边界提取研究 |
| 3.1 感兴趣区域提取算法原理 |
| 3.1.1 感兴趣区域提取算法 |
| 3.1.2 感兴趣区域提取算法效果评价 |
| 3.2 连续波太赫兹成像系统 |
| 3.3 基于综合算法的太赫兹图像感兴趣区域提取研究 |
| 3.4 基于反射式太赫兹成像的脑胶质瘤检测研究 |
| 3.5 本章小结 |
| 第4章 基于太赫兹-拉曼光谱的脑胶质瘤检测研究 |
| 4.1 共聚焦显微拉曼光谱系统 |
| 4.2 基于太赫兹-拉曼光谱的脑胶质瘤检测研究 |
| 4.3 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（7）计算机技术在内蒙古自治区医学领域的应用及影响研究（1977-1990） ——以内蒙古医学院为例（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究范围的界定 |
| 1.2.1 “计算机技术”的概念界定 |
| 1.2.2 计算机技术相关术语的辨析 |
| 1.2.3 研究分期的方法 |
| 1.2.4 本文研究范围 |
| 1.3 研究目的与意义 |
| 1.4 研究综述 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.5 研究内容与创新之处 |
| 1.6 研究思路与方法 |
| 第2章 国内外医学领域应用计算机技术的发展特征分析(1977-1990年) |
| 2.1 国外医学领域应用计算机技术的发展特征分析 |
| 2.1.1 国外计算机技术发展水平 |
| 2.1.2 国外医学领域应用计算机技术的情况 |
| 2.2 国内计算机技术在医学领域应用特征 |
| 2.2.1 国内计算机技术发展水平 |
| 2.2.2 国内医学领域应用计算机技术的情况 |
| 2.2.3 国内相关机构、学术团体与开展的交流活动 |
| 2.2.4 人才培养 |
| 2.3 技术应用水平的综合评价分析 |
| 第3章 内蒙古自治区医学领域应用计算机技术的历史研究 |
| 3.1 内蒙古自治区的地方相关政策、措施的支持 |
| 3.1.1 国家政策引导及内蒙古自治区地方支持推动 |
| 3.1.2 成立计算机技术研究应用的机构与开展交流活动.. |
| 3.1.3 内蒙古计算机技术应用的人才构成及培养途径 |
| 3.2 计算机相关技术的逐步引进与本地化应用 |
| 3.2.1 技术的自主探索与国家支援 |
| 3.2.2 计算机硬件设备的引进 |
| 3.2.3 计算机技术在各领域应用的起步 |
| 3.3 计算机技术在医学领域的应用研究 |
| 3.3.1 辅助医学研究 |
| 3.3.2 辅助临床诊断 |
| 3.3.3 医院管理 |
| 3.3.4 医学情报检索 |
| 3.4 综合评价分析 |
| 3.4.1 内蒙古自治区范围内计算机技术的发展与在各领域应用的特征 |
| 3.4.2 内蒙古自治区医学领域应用计算机技术的总体特征 |
| 第4章 计算机技术在内蒙古医学院的应用影响实例研究 |
| 4.1 关于内蒙古医学院的代表性 |
| 4.2 计算机技术应用于医学研究领域的萌芽时期(1977-1985) |
| 4.2.1 辅助临床诊断——早期的探索与准备 |
| 4.2.2 辅助医学研究——自主编程探索 |
| 4.3 计算机技术在内蒙古医学院应用的起步时期(1986-1990) |
| 4.3.1 辅助医学研究——软件包的引进与代表性成果的产出 |
| 4.3.2 辅助临床诊断——促进临床诊断水平的不断提高.. |
| 4.3.3 医院管理——效率的提高与工作流程的初步改变.. |
| 4.4 内蒙古医学院在促进计算机技术应用采取的措施 |
| 4.5 综合评价分析 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（8）基于HE染色切片的图像检测分类算法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 医学影像技术及特点 |
| 1.3.2 病理图像分析技术 |
| 1.4 研究内容 |
| 1.5 本文组织结构 |
| 第2章 病理全切片数字化图像预处理 |
| 2.1 数字病理及HE染色切片 |
| 2.2 实验数据集 |
| 2.3 图像预处理 |
| 2.3.1 感兴趣区域提取 |
| 2.3.2 颜色归一化 |
| 2.4 整体流程方案设计 |
| 2.5 本章小结 |
| 第3章 基于深度学习的图像分类算法的研究 |
| 3.1 深度学习概述 |
| 3.2 基于卷积神经网络的分类模型的训练 |
| 3.2.1 DenseNet网络模型 |
| 3.2.2 SE-DenseNet网络模型 |
| 3.2.3 高效的DenseNet及 SE-Dense Net |
| 3.2.4 分类模型的训练 |
| 3.2.5 实验及分类模型性能评估 |
| 3.3 基于迁移学习的分类模型的训练 |
| 3.3.1 迁移学习概述 |
| 3.3.2 深度迁移学习特征提取 |
| 3.3.3 分类模型的训练 |
| 3.3.4 实验及分类器性能评估 |
| 3.4 整体分类模型性能评估 |
| 3.5 本章小结 |
| 第4章 病理切片检测算法的研究及实现 |
| 4.1 病理图像检测任务 |
| 4.2 区域检测及分割算法 |
| 4.2.1 区域检测流程 |
| 4.2.2 联合多倍镜检测 |
| 4.2.3 SLIC超像素算法 |
| 4.2.4 基于SLIC的图像分割后处理 |
| 4.2.5 区域检测实验及结果分析 |
| 4.3 病理全切片检测算法 |
| 4.3.1 自适应迭代采样算法HASHI |
| 4.3.2 改进的HASHI |
| 4.3.3 采样策略评估 |
| 4.3.4 图像插值及实现 |
| 4.3.5 算法实现及结果分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的学术成果 |
（9）基于计算机视觉和R语言的年轮分析系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1. 绪论 |
| 1.1. 研究背景 |
| 1.2. 研究目的与意义 |
| 1.2.1. 研究目的 |
| 1.2.2. 研究意义 |
| 1.3. 国内外研究进展 |
| 1.3.1. 年轮图像测量研究进展 |
| 1.3.2. 树木年代学软件研发进展 |
| 1.4. 研究内容及组织结构 |
| 1.4.1. 研究内容 |
| 1.4.2. 组织结构 |
| 1.5. 研究方法与技术路线 |
| 1.5.1. 研究方法 |
| 1.5.2. 技术路线 |
| 1.6. 本章小结 |
| 2. 树木年代学与信息技术概述 |
| 2.1. 树木年代学理论 |
| 2.1.1. 年轮参数 |
| 2.1.2. 交叉定年 |
| 2.1.3. 年表建立 |
| 2.2. 数字图像处理技术 |
| 2.2.1. 数学形态学 |
| 2.2.2. 分水岭算法 |
| 2.2.3. 边缘检测 |
| 2.3. R软件 |
| 2.3.1. R软件的安装和运行 |
| 2.3.2. R软件包 |
| 2.3.3. 基于R环境的Web应用开发 |
| 2.4. 本章小结 |
| 3. 树木年轮分析系统需求分析与设计 |
| 3.1. 系统需求分析 |
| 3.1.1. 用户业务需求分析 |
| 3.1.2. 系统功能需求分析 |
| 3.1.3. 系统非功能需求分析 |
| 3.2. 系统总体设计 |
| 3.2.1. 系统体系结构设计 |
| 3.2.2. 系统开发环境 |
| 3.3. 系统功能设计 |
| 3.4. 系统数据库设计 |
| 3.5. 本章小结 |
| 4. 树木年轮分析系统的关键技术研究 |
| 4.1. 图像预处理 |
| 4.1.1. 灰度转换 |
| 4.1.2. 图像增强 |
| 4.1.3. 数学形态学滤波 |
| 4.2. 年轮边界检测 |
| 4.2.1. 自适应阈值Canny边缘检测 |
| 4.2.2. 灰度时间序列的边缘检测 |
| 4.2.3. 年轮宽度测量结果对比 |
| 4.3. 年轮面积测量 |
| 4.3.1. 年轮图像分割 |
| 4.3.2. 连通分量标记法 |
| 4.4. 年轮宽度校正 |
| 4.5. 本章小结 |
| 5. 树木年轮分析系统实现 |
| 5.1. 系统开发环境搭建 |
| 5.2. R软件包 |
| 5.2.1. 年轮参数测量实现 |
| 5.2.2. R软件包制作与安装 |
| 5.3. Web应用实现 |
| 5.3.1. 年轮宽度测量 |
| 5.3.2. 交叉定年 |
| 5.3.3. 数据格式转换 |
| 5.3.4. 年表建立 |
| 5.3.5. 数据库连接 |
| 5.4. 系统测试 |
| 5.4.1. 测试内容 |
| 5.4.2. 测试结果 |
| 5.5. 本章小结 |
| 6. 结论与展望 |
| 6.1. 结论 |
| 6.2. 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（10）功能磁共振成像对中晚期宫颈癌放化疗疗效的早期监测及预后评估（论文提纲范文）
| 缩略词表 |
| 中文摘要 |
| 英文摘要 |
| 绪论 |
| 参考文献 |
| 第一部分 体素内不相干运动磁共振成像对中晚期宫颈癌放化疗疗效的早期监测 |
| 引言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 第二部分 体素内不相干运动磁共振成像对中晚期宫颈癌放化疗的预后评估 |
| 引言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 局限性 |
| 结论 |
| 参考文献 |
| 第三部分 半定量动态增强磁共振成像对中晚期宫颈癌放化疗疗效的早期监测及预后评估 |
| 引言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 全文总结 |
| 文献综述 |
| 参考文献 |
| 博士研究生期间科研成果 |
| 博士研宄生期间获奖情况 |
| 致谢 |
四、计算机图像分析技术在形态学教学和科研中的应用（论文参考文献）
- [1]库尔勒香梨外部缺陷在线检测研究[D]. 陈斐. 塔里木大学, 2021
- [2]计算机辅助肺癌CT诊断教学关键技术研究[D]. 刘彩霞. 南京师范大学, 2021
- [3]额窦引流通道的形态学与慢性额窦炎发生、发展的相关性研究[D]. 朱正茹. 兰州大学, 2021(12)
- [4]基于显微光学的微细纤维图像识别系统设计与优化研究[D]. 郑之远. 南京航空航天大学, 2020(07)
- [5]基于瓦片式算法的钢板表面图像采集与显示系统的研究[D]. 陈瑞. 南京理工大学, 2020(01)
- [6]太赫兹光谱与反射式成像技术在脑外科疾病检测中的应用研究[D]. 孙忠成. 天津大学, 2019(01)
- [7]计算机技术在内蒙古自治区医学领域的应用及影响研究（1977-1990） ——以内蒙古医学院为例[D]. 宁鹏飞. 内蒙古师范大学, 2019(07)
- [8]基于HE染色切片的图像检测分类算法的研究[D]. 何思敏. 武汉理工大学, 2019(07)
- [9]基于计算机视觉和R语言的年轮分析系统设计与实现[D]. 史景宁. 北京林业大学, 2018(04)
- [10]功能磁共振成像对中晚期宫颈癌放化疗疗效的早期监测及预后评估[D]. 祝丽. 南京大学, 2017(05)