【摘 要】
：
为精确定位术中硬膜下矩阵式电极的图像坐标和序号,本文提出一种图像处理的矩阵式电极定位联合算法。采用电极逐点扩展定位算法,向上下左右逐点扩展,确定各个电极初始坐标和序号;采用单电极坐标区域提取算法,确定各个电极最佳坐标,从而逐点定位所有电极的图像坐标和序号。本文研究结果表明,电极序号定位准确率达100%,电极坐标定位误差小于2 mm。本文研究的算法可以精确定位呈弧形排列的矩阵式电极图像坐标和序号,从
论文部分内容阅读
为精确定位术中硬膜下矩阵式电极的图像坐标和序号,本文提出一种图像处理的矩阵式电极定位联合算法。采用电极逐点扩展定位算法,向上下左右逐点扩展,确定各个电极初始坐标和序号;采用单电极坐标区域提取算法,确定各个电极最佳坐标,从而逐点定位所有电极的图像坐标和序号。本文研究结果表明,电极序号定位准确率达100%,电极坐标定位误差小于2 mm。本文研究的算法可以精确定位呈弧形排列的矩阵式电极图像坐标和序号,从而辅助绘制大脑皮层功能映射图,实现术中脑功能区精确定位,因此今后或可广泛应用于基于皮质脑电信号分析的神经
其他文献
The explosive increase in the number of images on the Internet has brought with it the great challenge of how to effectively index, retrieve, and organize these resources. Assigning proper tags to the
This paper presents a survey of image synthesis and editing with Generative Adversarial Networks(GANs). GANs consist of two deep networks, a generator and a discriminator, which are trained in a compe
为有效分割精密光学微透镜及微透镜阵列的表面不同特征区域,结合具有良好平移不变性、多尺度多方向分解能力的非下采样轮廓波变换(NSCT)和数学形态学运算,提出了一种微透镜表面特征边缘提取方法。采用非下采样轮廓波变换分解微透镜表面,得到粗尺度系数和精细尺度系数。粗尺度系数采用数学形态学处理,获得近似特征边缘;精细尺度系数根据变换域系数模值、硬阈值处理后得到细节边缘。融合粗尺度和精细尺度边缘作为微透镜表面
质检工作是产品质量的保障,随着我国经济发展,人们对于质量的要求也在相应提升,因此对于质检工作的要求与标准也在相应提升。为了使质检工作更好的开展,同时提升工作质量与效率,就需要结合到社会情况变化及时应用新的技术与设备,比如利用条码技术。本文就条形码技术在质检机构样品管理中的应用作简要阐述。
为了提高当前红外(IR)与可见光(VI)图像的融合质量,保持良好的可视化细节和突出IR目标,有效减少模糊,降低信息冗余,通过改进THT(Top-Hat Transform)机制,设计了一种新的红外-可见光图像融合算法.首先,为了有效地提取源图像的特征和细节,在传统的高帽变换(Top-Hat Transform,THT)中引入了多尺度计算,分别在不同尺度上提取红外和可见光图像的不同亮(暗)特征区域;
The effect of particle size on the recalcitrance of biochar against oxidation has been regarded as one of the most important factors influencing its stability and transportation in soils. Little is kn
In order to investigate the variation in soil physical and chemical properties and nutrients in the mountainous areas in southern Ningxia, and to provide a theoretical basis for fertilization manageme
The research aimed to explore the influence of different land use manners on soil aggregate,and provide scientific basis for improving soil stability and production performance of consolidation and re
With the development of medical sensors and IoT, personalized service assisted elder and patient living is a critical service in IoT-based healthcare application. However, the scale and complexity of
肺部四维计算机断层扫描(4D-CT)能引导精确放疗,然而出于对患者安全性的考虑,4D-CT扫描间距不能太小,以至于图像的上下层间分辨率过低,因此图像冠、矢状面需要插值才能得到高分辨率图像。本文提出了一种基于多模型高斯过程回归的超分辨率重建技术,该方法利用高分辨率的横截面及对应的低分辨率图像作为训练集,通过构造多个高斯过程回归模型,预测出冠、矢状面的高分辨率像素点。实验结果表明,本文方法在边缘及细节