| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究的背景、目的及意义 | 第9-11页 |
| ·蛋白质亲缘关系网络 | 第9-10页 |
| ·图像去噪 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·蛋白质亲缘关系网络 | 第11-12页 |
| ·图像去噪 | 第12-14页 |
| ·本文的内容和章节安排 | 第14-15页 |
| ·本文的创新点 | 第15-17页 |
| 第2章 基础知识介绍 | 第17-40页 |
| ·MELK 技术 | 第17-21页 |
| ·生物标记物 | 第17-18页 |
| ·MELK | 第18-21页 |
| ·基因本体论 | 第21-27页 |
| ·本体论介绍 | 第21-22页 |
| ·GO 概念介绍 | 第22-23页 |
| ·GO 注解 | 第23-24页 |
| ·GO 工具 | 第24-27页 |
| ·多肌炎 | 第27-29页 |
| ·TSPL 算法 | 第29-33页 |
| ·数学形态学 | 第33-38页 |
| ·二值形态学 | 第34-37页 |
| ·灰度形态学 | 第37-38页 |
| ·图像质量评价标准 | 第38-39页 |
| ·主观评价方法 | 第38页 |
| ·客观评价方法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于 MELK 和 GO 数据的蛋白质亲缘关系网络 | 第40-50页 |
| ·基于 MELK 数据的蛋白质亲缘关系网络 | 第40-44页 |
| ·MELK 数据获取 | 第40-43页 |
| ·McNemar’s 检验 | 第43页 |
| ·MELK 亲缘关系网络 | 第43-44页 |
| ·基于 GO 数据的蛋白质亲缘关系网络 | 第44-48页 |
| ·RSS 算法 | 第44-46页 |
| ·GO 数据获取 | 第46-47页 |
| ·GO 亲缘关系网络 | 第47-48页 |
| ·子集奇异性理论 | 第48-49页 |
| ·实验结果分析 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于 TSPL 和形态学的图像椒盐噪声去除算法 | 第50-54页 |
| ·TSPL 算法与数学形态学结合方案 | 第50-51页 |
| ·算法执行步骤 | 第51-52页 |
| ·去噪结果及分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与研究展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·存在的问题 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间取得的学术成果 | 第60-61页 |
| 致谢 | 第61页 |