【细胞分割】基于中值滤波+分水岭法实现细胞计数matlab源码.zip

为实现无人作战飞机(UCAV，Unmanned Combat Aerial Vehicle)认知导航的空间方位自主推算，提出了一种基于多尺度网格细胞的路径整合方法．该方法模拟背侧内嗅皮层(dMEC，dorsal Medial Entorhinal Cortex)的相同区域网格细胞放电特征相同、不同区域放电特征递增变化的特点，构建尺度递增的仿生多尺度网格图组，在各层中引入突触样式(synaptic pattern)计算各细胞权值，通过细胞的活跃度变化表征各网格层中位置的变化，并在各层分别实现路径整合，进而利

类脑导航中基于差分Hebbian学习的网格细胞构建模型

自主导航条件下网格细胞放电模型

PyCNN：使用Python的细胞神经网络进行图像处理 细胞神经网络（CNN） 是最早在1988年细胞神经网络提出类似于神经网络，与该通信在相邻单元之间只允许的差的平行计算模式。 图像处理是其。 CNN处理器旨在执行图像处理； 具体来说，CNN处理器的原始应用是执行数字处理器无法实现的实时超高帧速率（> 10,000 frame / s）处理。 这个python库是CNN的实现，用于图像处理。 注：该库已在发表的研究被引用，寻找在参考部分中引用＃19。 我很高兴这个图书馆可以为社区提供帮助。 注意：不得将细胞神经网络（CNN）与完全不同的卷积神经网络（ConvNet）混淆。 如上图所示，想象一个带有反馈回路的控制系统。 f（x）是分段线性S型函数。 控制（模板B）和反馈（模板A）模板（系数）是可配置的，并控制系统的输出。 在确定常用图像处理技术的模板方面已经进行了重大研究，这些模板已发布在此。 进一步阅读： 动机 这是2014年第14届细胞纳米级网络和应用（CNNA）大会上演示的扩展。我写了一篇博客文章，可在。 我的论文使用了该库在IEEE Xplore中发布了一个。 依存

首先对细胞神经网络(CNN)的基本模型作了简要论述,在对连续时间CNN离散化的基础 上,将连通单元检测与阴影检测相结合，提出了一种基于CNN文字识别的特征提取技术，并进行 了计算机的仿真试验，得到了良好的结果。

FRETSCAL 筛选含有 CFP 和 YFP 标记蛋白的细胞图像，以确定两种荧光团之间的能量转移 (FRET) 程度。 FRETSCAL 的图形用户界面 (GUI) 允许用户指定用于识别图像中感兴趣区域 (AOI) 的标准。 标准包括信号背景比、信号强度与高斯分布的拟合、AOI 之间的最小距离、AOI 的大小、强度限制和周围背景区域的位置。 FRETSCAL 生成 AOI 的裁剪 TIFS，包括用户指定的围绕 AOI 的区域作为上下文。 用户可以筛选 AOI，根据目视检查和图像统计选择保留或丢弃 AOI。 最终输出是一个文本文件，其中包括强度数据和 FRET 指数 FretR 的计算。 FretR 可用作标记蛋白质之间距离的估计值。 FRETSCAL 附带用户手册和示例图像集。

迈瑞全自动血液细胞分析仪BC-5100，操作手册、使用说明与通讯文档

scRNAseq-AML 急性髓细胞白血病数据集的单细胞分析

《观察洋葱表皮细胞和人体表皮细胞装片》实验报告.pdf