| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12-14页 |
| 2 图像分割算法 | 第14-41页 |
| 2.1 深度学习概述 | 第14-22页 |
| 2.2 卷积神经网络 | 第22-31页 |
| 2.3 深度学习和图像分割 | 第31-39页 |
| 2.4 密度峰聚类 | 第39-40页 |
| 2.5 本章小结 | 第40-41页 |
| 3 基于深度语义分割网络的神经元树突棘的检测算法 | 第41-55页 |
| 3.1 算法概述 | 第41-42页 |
| 3.2 网络结构 | 第42-45页 |
| 3.3 样本制作 | 第45-49页 |
| 3.4 训练过程 | 第49-51页 |
| 3.5 性能测试 | 第51-53页 |
| 3.6 本章小结 | 第53-55页 |
| 4 基于密度峰聚类的树突棘分割算法 | 第55-59页 |
| 4.1 实验流程 | 第55-56页 |
| 4.2 性能评估 | 第56-58页 |
| 4.3 本章小结 | 第58-59页 |
| 5 总结和展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59-60页 |
| 5.2 本文的创新点 | 第60页 |
| 5.3 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |