声明
1 绪论
1.1 研究背景和意义
1.2 国内外研究进展
1.3 本文主要内容及文章结构
2 技术方案选择及评价方法
2.1 MOST图像去噪需求分析
2.2 脑轮廓内去噪方法选择
2.3 脑轮廓内去噪方法的评价
2.3.1 主观评价法
2.3.2 客观评价法
2.4 脑轮廓外去噪方法选择
2.5 脑轮廓外去噪方法的评价
2.6 本章小结
3 脑轮廓内图像去噪方法
3.1 脑轮廓内噪声分析
3.2 脑轮廓内去噪方法
3.2.1 基于全卷积神经网络的去噪模型设计
3.2.2 训练数据集的制作
3.2.3 网络模型的训练
3.2.4 基于CNN的鼠脑轮廓内去噪方法设计
3.3 结果展示与分析
3.3.1 计算时间和去噪效果
3.3.2 信号保留分析
3.3.3 数据压缩测试
3.4 本章小结
4 脑轮廓外图像去噪方法
4.1 输入数据标准化
4.1.1 输入图像分辨率的选择
4.1.2 输入图像的归一化
4.1.3 输入图像数据的碎屑去除
4.2 脑轮廓外去噪方法
4.2.1 神经网络模型的遴选
4.2.2 网络模型的设计与训练
4.2.3 数据后处理
4.3 结果展示与分析
4.4 本章小结
5 总结与展望
5.1 本文主要工作及研究结论
5.2 本文主要创新点
5.3 展望
致谢
参考文献
附录 攻读学位期间发表的论文目录
