简要介绍了光声成像技术的基本原理，采集系统和成像算法。重点阐述了光声成像技术在肿瘤的早期检测和疗效监测，脑成像和脑功能监测以及临床血管监测等生物医学领域的应用。对光声成像技术应用前景进行了展望。
2021-12-04 14:03:38
1.75MB
1
matlab脑部代码脑部MR和CT合成
这是用于脑部CT和MRI的基于模型的图像合成（翻译）的代码。
给定有效输入模态（MR-T1w，MR-T2w，MR-PDw，CT）的任何组合，将综合缺少的模态。
例如，如果对象仅进行了T1w扫描，则将合成CT，PDw和T2w扫描：
该实现是在MATLAB中完成的，并且取决于SPM12软件包（及其MB工具箱）。
该代码应该适用于原始图像;
也就是说，预先进行最少的预处理。
此外，由于它是完全不受监督的，因此不需要任何培训。
如果您认为该代码有用，请考虑在“参考”部分中引用该出版物。
依存关系
该算法是使用MATLAB开发的，并依赖于SPM12软件的外部功能。
因此，以下是必需下载的文件，需要将其放置在MATLAB搜索路径中（使用addpath
）：
SPM12：从下载。
拍摄工具箱：
SPM12工具箱目录中的“拍摄”文件夹。
纵向工具箱：
SPM12工具箱目录中的“纵向”文件夹。
Multi-Brain工具箱：下载/克隆并按照安装说明进行操作。
用例范例
此示例代码从输入的T1w
MRI合成CT，PDw和T2w扫描。
输出将写在odir文件夹中，前缀
2021-12-02 14:29:35
373KB
1
针对注意缺陷多动障碍（attention deficit hyperactivity disorder，ADHD）儿童和正常儿童的分类问题，实验采用经典干扰控制任务范式对两类儿童的事件相关电位（event-related potential，ERP）进行了研究，旨在通过ERP特征实现其分类。实验首次使用长短期记忆（long-short term memory，LSTM）方法分析两类儿童前额叶与顶枕叶脑区最佳电极（p<0.05）潜伏期（200~450 ms）的脑电信号，并自动学习和分类其ERP特征。相比常规分类方法，LSTM方法的分类率略高，可达95.78%。研究结果表明LSTM方法有助于ADHD儿童脑电信号的分类，为ADHD儿童个体诊断技术提供了一种新思路。
2021-12-01 20:34:48
2.05MB
1
master(2)_深度学习_UNet_unet分割_脑肿瘤分割_深度学习Unet_源码.zip
2021-11-30 16:42:05
10KB