一种直接测量的可视化1JCH二维核磁技术及其在结构解析中的应用文章概述 随着核磁技术的发展，适用于不同情况的核磁测试技术被研究人员设计出来。本文作者设计了一种可直接读取1JCH的二维核磁技术，并例举了其在结构解析中的应用。从作者展示的几个例子来看，该技术可能会为复杂天然产物的平面解析、核磁归属、构型确定提供帮助。 对作者设计的脉冲序列介绍 上图为本为作者在HSQC脉冲序列的基础上进行改
转载
2024-01-03 21:59:16
78阅读
# 深度学习MRI肝脏分割的实现指南
在生物医学图像处理中，肝脏分割是一个非常重要的任务。通过深度学习方法，我们可以有效地实现MRI（磁共振成像）图像中肝脏的自动分割。在这篇文章中，我们将探讨如何从头开始实现这一过程，包括需要的步骤、相关代码及其说明。以下是整个项目实施的流程。
## 项目流程概览
让我们首先看看实现“深度学习MRI肝脏分割”的步骤：
| 步骤 | 说明 |
|------
医学图像处理（一）使用U-Net进行MRI的肝脏分割数据集搜集训练集和测试集划分问题一： 测试集不包括GroundTruth问题二：T1和T2的数据能一起训练吗？问题三： T1的图像在文件夹中分成了InPhase和OutPhase，这个有什么区别？分离出肝脏将dicom文件转换为png格式数据增强U-net网络搭建自定义DatasetMain.py实验结果总结 图像分割小白一枚，之前接到一个M
转载
2023-11-01 23:02:26
95阅读
在绘图组中添加标注图，可以非常简便地在仿真结果绘图中标注名称、注释以及指定位置求得的物理量数值。在本篇博客文章中，我们将以热沉模型为例探讨如何添加标注图。标注图是什么？标注图是 COMSOL Multiphysics 5.2 版本推出的新功能，可以添加到二维和三维绘图组中，对模型结果创建可见的备注或注释。与其他绘图类型一样，标注图也出现在绘图组节点中：设置窗口中可以修改标注的细节，包括注释在模型坐
转载
2024-01-03 08:13:18
47阅读
昨晚，有同学私信咨询：如何将矩形数据转为扇扫图像？面对这个问题，我也是一脸懵逼，什么是扇扫？矩形数据又是啥？细问之下，才知道这是B型超声设备的数据处理问题。B超输出的数据保存在一个二维数组中，但显示在屏幕上的却需要转换为扇形。如下图所示： 稍微思考一下，应该不难解决。比较直接的方法是，将二维数组的每一列旋转合适的角度，就可以拼成一副图像。我们用参数angle表示扇形夹角的一半，用参数k表示输出图像
本文主要在阅读了《MATLAB程序设计：重定义科学计算工具学习方法》一书之后，对作者在原书所提到的绘图方法做了总结，具体数据分布图详见如下：1、 饼状图1.1一维饼图pie() clc,clear all;
%% 饼图
a = [1, 3, 0
# 深度学习在脑部MRI分割中的应用
脑部MRI（磁共振成像）是医学影像分析中一个重要的应用领域，而深度学习技术在这一领域表现出了巨大的潜力。本文将介绍如何利用深度学习进行脑部MRI图像的分割，并通过示例代码进行说明。
## 什么是MRI分割？
MRI分割是将MRI图像中的不同组织或结构（如脑白质、脑灰质和脑脊液）分开的过程。通过分割，我们可以提取出感兴趣的区域，为后续的临床诊断和治疗规划提
原创
2024-08-18 07:42:57
413阅读
1、坐标 描述你的位置的一组数值，一般有纬度（北或南）和经度（东或西）。UTM坐标系以米为单位测量你离赤道（北或南）和本初子午线（东或西）的距离。另外一个坐标系MGPS（Military Grid Reference System）也基于UTM，但是把UTM坐标分隔得更细了，它只用在军用的GPS接收器上。 2、2维和3维坐标 你的平面位置，例如经度和纬度，称做2维坐标，至少需要3颗GPS卫
深度学习二维傅里叶变换是近年来在图像处理、信号处理及机器学习领域备受关注的技术。它可以高效地处理二维信号，提取频域信息，以提升深度学习模型的性能和效果。随着算法的发展和计算能力的提高，二维傅里叶变换已从传统方法逐步演变为深度学习模型中的重要组件。
### 背景定位
二维傅里叶变换（2D Fourier Transform）是将二维信号（如图像）转换到频域的一种数学工具。它的核心目的是揭示信号中频
-------------------------------- 图像傅立叶变换 图像的傅立叶变换，原始图像由N行N列构成，N必须是基2的，把这个N*N个包含图像的点称为实部，另外还需要N*N个点称为虚部，因为FFT是基于复数的，如下图所示： 计算图像傅立叶变换的过程很简单：首先对每一行做
磁敏感加权成像(Susceptibility-weighted imaging, SWI)是从简单的T2*加权二维序列发展为空间分辨率提高、磁敏感性增强的三维序列。SWI是一种对扭曲局部磁场的化合物(如钙和铁)敏感的MRI序列，其中的相位信息可以区分。但是SWI这个术语被通俗地用来表示不同MRI供应商和序列的高空间分辨率的较高磁敏感性序列，即使不使用相位信
转载
2023-10-30 13:33:42
124阅读
# 深度学习将一维变二维的探索
深度学习在人工智能中的应用正不断扩展，其中一种引人注目的技术就是将一维数据（如时间序列或特征向量）转换为二维数据（如图像或热图）。这项技术的背后遵循了深度学习模型的基本原理，通过卷积神经网络（CNN）等架构，从数据中提取特征和模式，进而实现更高效的分析与处理。
## 一维数据与二维数据的关系
在很多情况下，原始数据可能是一维的，例如股票价格、温度变化等时间序列
二维数据的格式化和处理单元：二维数据的表示：二维数据可视为多条一维数据的集合，当二维数据只有一个元素时，这个二维数据就是一维数据。国际上通用的一维数据和二维数据存储格式为CSV。CSV文件以纯文本形式存储表格数据，文件的每一行对应表格中的一条数据记录，每条记录由一个或多个字段组成，字段之间使用逗号（英文、半角）分隔。因为字段之间可能使用除逗号外的其他分隔符，所以CSV也称为字符分隔值。二维数据一般
转载
2023-10-17 22:06:42
113阅读
目录前言一.数字图像相关（Digital Image Correlation）二.相关运算1.数学模型2.形函数3.相关标准其他知识三.ADIC2D代码解释1.ImgCorr2.SubCorr四.写在最后参考引用 前言由于本人近期正在展开数字图像相关技术用于测量材料形变方向的研究，其中需要对别人现有算法的复现和调研，尽管其中很多算法都已经非常成熟，但对于初学者而言即使明白其中的原理，无法上手实践
转载
2023-08-24 21:36:22
353阅读
卷积的用途：卷积主要用于降噪处理，是降噪处理的一种方式；二维离散卷积包含高斯滤波，平滑滤波，中值滤波，以及能保证图像边缘的双边滤波和导向滤波算法等；一、了解噪声的来源以及噪声的分类；图像中难免会存在噪声，噪声可以简单的理解为灰度值的随机变化，即拍照过程中引入了一些不想要的噪点；噪声可分为椒盐噪声，高斯噪声，加性噪声和乘性噪声；学习图像平滑前，有必要了解下卷积的知识，看完上述连接，对于图像处理中卷积
前言什么是二维码什么是QR码创建QR码的步骤数据分析编码（1）选择纠错码级别（2）确定数据的最小版本（3）添加模式标识（4）添加字符数标识（5）进行编码（6）拆分比特串成8位一组，不足补0；生成纠错编码生成最终的数据结构将数据块放置二维码矩阵中（1）放置固定图案（2）放置数据位添加掩码添加格式和版本信息（1）格式信息（2）版本信息输出最终的二维码参考TOC前言得益于微信的推广，QR二维码可以说已
# 二维图像数据增强 深度学习
二维图像数据增强是深度学习中非常重要的一个环节，通过增强原始图像的数据，可以提高模型的鲁棒性和泛化能力，从而提高模型的性能。在深度学习中，我们通常使用数据增强来扩充训练数据集，使得模型能够更好地学习图像的特征，从而提高模型的准确度和鲁棒性。
## 二维图像数据增强方法
常见的二维图像数据增强方法包括旋转、翻转、裁剪、缩放、平移、色彩变换等。这些方法可以有效地扩
原创
2024-04-12 05:55:20
142阅读
图像处理基础(1.数字图像:像素组成的二维或三维排列，可用矩阵表示。 2.像素:构成数字图像二维的元素，每一个像素有特定的幅值和位置。 3.图像的描述：图像是像素的二维排列，一般采用均值采样，像素行列之间间距相等。 (1)二维离散函数：f（x，y）。x与y代表图像像素坐标。f（x，y）代表对应坐标像素的亮度值。 (2)矩阵描述：A[m,n]。m和n代
转载
2024-09-26 07:24:14
127阅读
计算机图形学实验四 《实现区域填充算法》首先要说的是他的实验报告写的很草率所以我也不确定他到底要求做啥他只说实现区域填充算法就行，那肯定咋简单咋来，所以我就自己写了一个没按照老师发的来，不过算法思维结果都是一样的我这个无论是时间复杂度还是空间复杂度还是实现难度上都比老师发的要优。基本种子填充算法种子填充算法本质就是BFS，DFS搜索（和本次实验无关：关于搜索我在B站也有录视频讲过链接，我最近也在深
