2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、數(shù)字化熒光成像技術(shù)和分子級生物著色技術(shù)的不斷發(fā)展,極大地推動了研究者對亞細胞結(jié)構(gòu)的直接觀察和相關研究。研究人員通過綠色熒光蛋白質(zhì)來標記亞細胞分子結(jié)構(gòu),實現(xiàn)了活細胞的動態(tài)分子生物學研究。然而,在亞細胞結(jié)構(gòu)的數(shù)字化顯微鏡技術(shù)迅速發(fā)展的同時,研究亞細胞結(jié)構(gòu)所產(chǎn)生的數(shù)字化圖像數(shù)據(jù)也變得非常龐大。因此,自動分析和處理這些圖像數(shù)據(jù),并對亞細胞結(jié)構(gòu)的運動進行定量分析十分必要。
  針對亞細胞結(jié)構(gòu)的運動定量分析問題,本文基于共聚焦顯微鏡的亞細胞結(jié)

2、構(gòu)圖像序列,研究細胞內(nèi)被綠色熒光蛋白質(zhì)所標記的亞細胞結(jié)構(gòu)的檢測和跟蹤算法。主要研究內(nèi)容如下:
  (1)本文研究了常用的圖像去噪與分割方法,分析和總結(jié)了現(xiàn)有方法的優(yōu)缺點,針對亞細胞結(jié)構(gòu)圖像分析和目標跟蹤的特點,提出了一種基于標記圖像模型的亞細胞結(jié)構(gòu)檢測方法。
  (2)完成了亞細胞結(jié)構(gòu)的多目標跟蹤算法建模。利用最小包圍盒(Minimun Bounding Box, MBB)描述單個亞細胞結(jié)構(gòu),并基于序貫蒙特卡洛算法(Sequ

3、ential Monte Carlo,SMC)形成聯(lián)合狀態(tài)對多個亞細胞結(jié)構(gòu)進行表示,最后設計了包含五種跳轉(zhuǎn)的可逆跳馬爾可夫鏈蒙特卡洛( Reversible Jump Markov chain Monte Carlo,RJMCMC)算法,對多個亞細胞結(jié)構(gòu)的聯(lián)合狀態(tài)空間模型進行采樣,實現(xiàn)了高效的多個亞細胞結(jié)構(gòu)的跟蹤算法。
  (3)完成了多個亞細胞結(jié)構(gòu)之間相互作用的建模。通過引入“輔助高度變量”和基于RJMCMC采樣的“高度互換跳轉(zhuǎn)

4、”,實現(xiàn)了對亞細胞結(jié)構(gòu)相互遮擋的建模。
  (4)本文提出標記殘留圖像算法,完成了亞細胞結(jié)構(gòu)在圖像場景中任意時間和任意位置出現(xiàn)和消失現(xiàn)象的算法建模。通過比較前后兩幀亞細胞結(jié)構(gòu)的二值圖像,檢測可能新出現(xiàn)的亞細胞結(jié)構(gòu),利用基于RJMCMC采樣的“出現(xiàn)跳轉(zhuǎn)”引入新出現(xiàn)的亞細胞結(jié)構(gòu)。通過 RJMCMC采樣的“消失跳轉(zhuǎn)”,刪除消失的亞細胞結(jié)構(gòu)。從而實現(xiàn)了對數(shù)目變化的多個亞細胞結(jié)構(gòu)的跟蹤。
  (5)為驗證本文所提出的亞細胞結(jié)構(gòu)檢測和跟

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論