一、了解Web浏览器如何 applet控制和执行 二、熟悉 Applet类中的方法 三、在Web页中 applet插入 四、从HTML向 applet传递参数 五、ApplicationApplet和之间转换 六、处理鼠标和键盘事件 七、将ava程序打包或解包

一、了解Java图形程序设计类 二、使用框架、面板和U1组件 三、理解布局管理器的作用 四、熟悉 Color、font类 五、使用 Graphics类绘图 六、熟悉Java事件

一、理解类的继承性概念以及父类和子类的关系 二、学习使用修饰符 protect、 final、 abstract 三、理解多态性 四、使用接口和内部类 五、熟悉程序开发的过程和类的设计原则

理解程序控制的概念 运用条件语句控制程序的执行 运用循环语句控制语句的重复 理解并使用关键字break和continue

一、编写简单的Java程序 二、理解标识符、变量和常量 三、使用赋值语句 四、认识ava基本数据类型 五、使用Java运算符并书写Java表达式

6.1 数字信号处理基础 6.2 数字信号的基本变换 6.3 随机信号处理的基本概念与方法 6.3 自适应滤波 6.4 信号平均与信号压缩技术

了解Java及其发展史 熟悉Java开发和运行环境 创建、编译、运行Java程序 编写简单的Java application 编写简单的Java applet 了解Java与Internet的关系

4.1 生物电放大器的前置级 4.2 隔离级设计 4.3 生物电放大器 4.4 生理信号放大器

3.1 工程技术对医学的影响 3.2 生物电位电极 3.3 生物医学传感器 3.3 物理传感器及其应用 3.4 物理传感器应用举例 3.5 化学传感器及其应用 3.6 生物传感器及其应用

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度