博士论文的写作架构

近期家里有很多事要忙，科研进展比较缓慢，花了一些时间看了看已发表的博士论文，总结了一下博士论文写作的诸多要点，在这里作一总结，希望对自己和大家都有帮助。因本人研究方向为医学影像处理，因此主要围绕这个主题展开。

摘要

这个一句话说背景就行，不用给具体数据。要提炼出面临的问题，然后每个研究内容解决一个关键问题。例如：医学图像数据不足、医学图像复杂度高、数据集类别不均衡和背景信息冗余等问题后面分段，每段写：针对XXX ，提出XXX，达到XX效果。这个XX效果要和前面的关键问题对应。最后一段总结，在XX数据集，结果好，表明我们方法行。

绪论

第一段，给出一堆XX病严重的背景(必需，有数据支撑)，结合国家战略第二段，目前面临的问题，1.医生阅片耗费精力时间与病人数量矛盾。然后说目前计算机辅助的优势。由此引出分割分类是两个核心问题。分别介绍两者，包括是什么，经典方法有什么，缺点是什么。第三段，引出深度学习，说出优点，比如特征提取能力强，端到端。可以对比传统方法突出优势。然后说近年深度学习在医学图像分割分类结果好，举两个例子。这就相当于是可行性分析了。

国内外研究现状

不用分国内国外，科学无国界。先从开山论文说起，每个论文引用前后都要有过渡，针对XX问题，做出XX改进。写得差不多了，就说在医学图像分类分割领域也有很多进展，然后开始罗列，可以仍旧在中间增加过渡。也可以在最后增加一段，对这些文献进行对比总结。最重要的是，提出现有的方法有哪些问题。这样才能引出我们的研究。

本文主要工作

概括来讲，本论文针对的研究对象包括几个难点，针对上述难点，分别提出XX模型。

论文结构

一句话总结每一章讲什么内容

相关理论基础(这一章看情况，可以没有)

这个介绍数据(胎儿超声、成人超声、超声视频)、网络(各种层介绍一遍，人工神经网络、卷积神经网络、递归神经网络等)、激活函数、损失函数经典CNN做分割、分类的论文，带中文图

模型章节

主要包括总领、引言、必要模型基础知识介绍、本章模型介绍、实验结果分析、本章小结。

总领部分：提出问题，针对问题，我们做了什么，从而提升性能。然后是一段套话，示例如下：本章首先阐述研究动机与设计思路,然后对深度卷积生成对抗网络进行详细介绍,接着在公开的皮肤镜图像数据集上进行丰富的消融实验和对比实验,实验结果验证了本章所提出的算法的有效性及优越性。

如果需要论文指导，可联系网站客服！

学员评价