| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文研究内容与组织结构 | 第14-15页 |
| 第二章 FCN基础理论 | 第15-25页 |
| 2.1 卷积神经网络 | 第15-21页 |
| 2.1.1 CNN基本原理 | 第15-17页 |
| 2.1.2 CNN基本结构 | 第17-21页 |
| 2.2 全卷积神经网络 | 第21-23页 |
| 2.2.1 FCN的网络结构 | 第21-22页 |
| 2.2.2 FCN网络结构的特性 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 Dilated卷积结合通道加权的FCN鸡蛋胚胎图像分割 | 第25-37页 |
| 3.1 FCN的性能提升方法 | 第25-28页 |
| 3.2 通道加权结构 | 第28-31页 |
| 3.2.1 深度模型的性能提升方法 | 第28-30页 |
| 3.2.2 通道加权原理 | 第30-31页 |
| 3.3 基于通道加权的全卷积神经网络 | 第31-35页 |
| 3.3.1 数据预处理 | 第31-33页 |
| 3.3.2 Dilated卷积结合通道加权的网络结构 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 实验结果与分析 | 第37-53页 |
| 4.1 FCN-8s实验结果与分析 | 第37-41页 |
| 4.1.1 网络训练结果 | 第37-38页 |
| 4.1.2 网络分割结果评价 | 第38-41页 |
| 4.2 Dilated卷积结合通道加权网络训练结果分析 | 第41-45页 |
| 4.2.1 通道加权结构参数调整训练结果 | 第41-43页 |
| 4.2.2 Dilated卷积结合通道加权网络训练结果 | 第43-45页 |
| 4.3 Dilated卷积结合通道加权网络的分割结果 | 第45-48页 |
| 4.3.1 直观评价不同网络的分割结果 | 第45-47页 |
| 4.3.2 客观评价不同网络的分割结果 | 第47-48页 |
| 4.4 不同方法的分割结果 | 第48-52页 |
| 4.4.1 FCN-8s与Dilated卷积结合加权FCN分割结果对比 | 第48-49页 |
| 4.4.2 本文方法与传统血管分割方法效果对比 | 第49-51页 |
| 4.4.3 分类结果对比 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53-54页 |
| 5.2 课题后续研究展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 发表论文和参加科研情况 | 第61-63页 |
| 致谢 | 第63页 |
