阿尔茨海默氏病（AD）是痴呆症的最常见形式，是一种无法治愈的神经系统疾病，会导致进行性精神恶化。 尽管对AD进行明确诊断很困难，但在实践中，AD诊断主要基于临床病史和神经心理学数据，包括磁资源成像（MRI）。 近年来，有关将机器学习应用于AD识别的研究越来越多。 本文介绍了我们对这一进展的最新贡献。 它描述了一种基于3D脑MRI深度学习的自动AD识别算法。 该算法使用卷积神经网络（CNN）来实现AD识别。 独特之处在于，大脑的三维拓扑在AD识别中被视为一个整体，从而可以进行准确的识别。 本研究中使用的CNN包括三组连续的处理层，两个完全连接的层和一个分类层。 在该结构中，三组中的每一个都由三层组成，包括卷积层，池化层和归一化层。 使用来自阿尔茨海默氏病神经成像计划的MRI数据对算法进行了训练和测试。 使用的数据包括约47位AD患者和34位正常对照的MRI扫描。 实验表明，该算法具有较高的AD识别精度，灵敏度为1，特异性为0.93。

3D内窥镜图像增强算法研究

sar成像sar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zi

红外热成像安防监控类应用介绍.doc

SAR成像模式仿真成像说明及比较，包括条带、滑动和滑动聚束三种模式。

彩色预处理阿尔茨海默病MRI(磁共振成像)所有的图像都被调整为128 x 128像素。该数据集有四类图像。该数据集由总共6400张MRI图像组成。1类轻度痴呆(896张图片)2类中度痴呆(64张图片)3类非痴呆(3200张图片)4类非常轻度痴呆(2240张图片)

多模态荧光内窥成像评价方法研究-王浩

CT重建过程中的各种工具类算法（包括产生稀疏视角图像、各种格式数据变换）

在压缩成像应用中实现降噪的双阈值技术

为了实现超宽带步进变频连续波雷达近场区高分辨率快速成像，提高成像的分辨率，根据步进变频连续波信号发射与传播的特点，采用角谱分析方法，通过对电磁波波动方程进行推导，提出一种适用于超宽带步进变频连续波雷达的成像算法，该算法省去了匹配滤波过程，成像准确。采用HFSS三维电磁场仿真软件进行建模仿真，在仿真结果中采集数据验证成像算法的可行性。结果表明，成像图像中目标能量集中，分辨率高，对于采用的频率范围0.5~1.5 GHz，带宽为1 GHz的发射信号，理论分辨率为0.15 m，实际得到的分辨率约为0.2 m。