CN103279644A - fMRI头动的实时监测与反馈方法 - Google Patents
fMRI头动的实时监测与反馈方法 Download PDFInfo
- Publication number
- CN103279644A CN103279644A CN2013101536609A CN201310153660A CN103279644A CN 103279644 A CN103279644 A CN 103279644A CN 2013101536609 A CN2013101536609 A CN 2013101536609A CN 201310153660 A CN201310153660 A CN 201310153660A CN 103279644 A CN103279644 A CN 103279644A
- Authority
- CN
- China
- Prior art keywords
- moving
- directory
- fmri
- file
- data processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及一种fMRI头动的实时监测与反馈方法,含有下列步骤:步骤1:将数据处理终端与MRI系统的主控机用网络连接在一起;步骤2:数据处理终端对主控机中的fMRI数据的存储目录进行监控;步骤3:头动参数计算:数据处理终端实时读取主控机中的DICOM格式的文件,并采用经典的刚体变换方法进行头动校正,最终得出六个头动参数;步骤4:进行头动参数显示:数据处理终端将步骤3中得出的六个头动参数以图表的形式显示出来;步骤5:头动视觉反馈:数据处理终端将步骤3中得出的六个头动参数分别映射到对应的坐标系中,并沿着坐标方向设置指示进度条;本发明可提高fMRI的数据质量。
Description
(一)、技术领域:本发明涉及一种实时监测与反馈方法,特别是涉及一种fMRI头动的实时监测与反馈方法。
(二)、背景技术:功能磁共振成像(functional Magnetic Resonance Imaging)的主要方法是血氧水平依赖性比较方法(BOLD,Blood Oxygenation LevelDependent contrast),该方法利用MRI设备采集大脑的信息,主要反映被激活脑区毛细血管内以体素为单位氧合血红细胞浓度的瞬时变化,简称BOLD-fMRI(Blood oxygenation level dependent functional magnetic resonanceimaging,BOLD-fMRI)。与其他脑功能成像方式相比,BOLD-fMRI成像在速度和空间分辨率方面与具有很大的优势,利用其开展脑认知研究已经成为脑功能成像的主流。
fMRI成像过程中,一次扫描过程的持续时间由扫描序列决定,通常为4~10分钟,其间每个功能像的成像间隔时间是约为2-3s。扫描间隔时间中,机器震动和不自主的活动调节都会使被试头部产生空间位置偏移,因此在fMRI数据处理时必须进行头动校正(motion correction)以消除扫描过程中被试头部的空间位置偏移造成的影响,然后利用空间配准后的数据进行统计分析得到活动大脑激活映射图。在一个fMRI扫描序列的头动校正处理中,需要计算6个头动参数,分别是空间三个方向的平移距离和三个方向的旋转角度,若被试的头动平移在三维空间任一方向超过2mm,或者三维空间中任一方向的旋转超过2°,实验数据一般会视为无效,另外,实验过程中被试频繁的头动对磁场产生瞬时影响将降低成像数据的可靠性。由于数据处理通常在实验全部完成以后进行,头动造成的数据缺失对整体实验数据的分析造成很大困扰。因此,基于实时fMRI技术及时发现实验过程中的头动并对头动进行抑制具有重要意义。
现有头动校正首先计算每次扫描图像相对于第一次扫描图像的刚体变换参数,再根据变化参数利用傅里叶插值的方法对图像进行重采样,保证每次扫描大脑图像的空间位置一致。现有的fMRI数据处理工具SPM、FSL和AFNI等都能够完成离线数据的头动校正处理,并将整个实验过程中的头动参数以图表的方式显示出来。然后,离线数据处理只能观察实验结果而无法干预成像过程。
完成实时的头动监测与反馈,关键在于三个部分的集成:成像数据实时的传输、实时头动校正算法和头动信息实时反馈。
R.W.Cox首先提出了实时头动校正的算法,并在AFNI中得到应用。
美国的Yoo S团队最早进行神经反馈的研究,他们利用投影仪将反馈信息以视觉的形式反馈给被试,发现视觉形式的反馈能够有效训练被试调节大脑活动,反馈调节回路对被试的自主调节具有很大的促进作用。目前利用实时fMRI系统进行神经反馈调节和状态分类的研究较多,没有进行头动反馈控制的实时fMRI系统。
实时处理fMRI数据,首先需要将数据实时传出到数据处理终端。目前MRI(磁共振成像)制造厂商主要包括美国GE公司,德国Siemens公司和荷兰Philips公司,MRI主控机器的操作系统一般采用linux内核的系统,根据系统不同程序差别较大,没有一个统一的实时数据传输框架。需要根据MRI设备实际情况在核磁机器中开发实时读取和数据传输脚本。
(三)、发明内容:
本发明要解决的技术问题是:克服现有技术的缺陷,提供一种fMRI头动的实时监测与反馈方法,该方法可提高fMRI的数据质量。
本发明的技术方案:
一种fMRI头动的实时监测与反馈方法,含有下列步骤:
步骤1:将数据处理终端与MRI系统的主控机(host)用网络连接在一起,主控机上使用SMB(Server Message Block)协议在指定文件夹下挂载数据处理终端的共享文件夹,实现双向文件共享;
步骤2:数据处理终端对主控机中的fMRI数据的存储目录进行监控:利用Linux 2.6.13以上版本内核集成的inotify,允许监控程序打开一个独立文件描述符,并针对文件创建和目录创建事件监控一个或一个以上文件目录,实现细粒度文件和目录创建消息监控;
步骤3:头动参数计算:数据处理终端实时读取主控机中的DICOM格式的文件,并采用经典的刚体变换方法进行头动校正,最终得出六个头动参数:q1、q2、q3、q4、q5、q6,其中,q1、q2、q3分别为表示x、y、z轴方向的平移的头动参数,q4、q5、q6分别为表示围绕x、y、z轴的旋转度数的头动参数;
步骤4:进行头动参数显示:数据处理终端将步骤3中得出的六个头动参数以图表的形式显示出来,使研究人员能够掌握实验中被试的头动情况;
步骤5:头动视觉反馈:数据处理终端将步骤3中得出的六个头动参数分别映射到对应的坐标系中,并沿着坐标方向设置指示进度条。
步骤1中:数据处理终端与MRI系统的主控机之间直接相连,或者通过一台交换机连接;数据处理终端与MRI系统的主控机之间的网络配置简单,使系统有较好的可移植性,数据处理终端的操作系统可以是Windows平台也可以是Linux平台。
步骤2中监控程序的操作步骤如下:
步骤2.1:初始化inotify,打开一个文件描述符(ifd);
步骤2.2:添加一个初始监控目录;
步骤2.3:开始监控:监控函数传入参数为文件描述符(ifd),初始监控目录、共享拷贝目录和数据传输模式函数中定义两个字符串向量,用来存储子目录的路径和对应的拷贝目录的路径;
步骤2.4:定义定时器timer,如定时器规定的时间内无inotify事件产生则关闭监控程序,如定时器规定的时间内有inotify事件产生,则处理inotify事件;
步骤2.5:关闭文件描述符,然后退出监控程序。
步骤2.4中处理inotify事件的具体过程为:
步骤2.4.1:判断inotify事件是否为创建文件夹,如果是,则将此子目录添加到监控目录中,并且将完整的子目录绝对地址添加到存储子目录的路径字符串向量中;利用函数在共享目录中创建相同的文件夹,并将此文件夹的绝对路径添加到拷贝目录的路径中;
步骤2.4.2:判断inotify事件是否为创建新文件,如果是,则根据inotify事件的消息事件标志位(表示为ievent->wd,ievent->wd用于区分不同文件夹的改变),找到对应的子目录,调用重命名函数和数据拷贝函数,将文件复制到指定共享目录。
步骤3中头动校正的计算公式如下:
M=TR \*MERGEFORMAT (1.2)
\*MERGEFORMAT (1.4)
q5=sin-1(r13)\*MERGEFORMAT (1.5)
q4=atan(r23/cos(q5))\*MERGEFORMAT (1.6)
q6=atan(r12/cos(q5))\*MERGEFORMAT (1.7)
其中,进行头动校正时的仿射变换优化目标为:源图像f和模板图像g的均方误差最小;参数ω反应图像的不同的灰度范围;M为刚体变换参数,T为平移矩阵,R为旋转矩阵;M中含有六个头动参数:q1、q2、q3、q4、q5、q6;xi为一个像素点变换之前的坐标向量,(比如,第i个像素点的三维坐标分别为x,y和z,那么 ),r23为旋转矩阵R中第2行第3列的元素,r12为旋转矩阵R中第1行第2列的元素,r13为旋转矩阵R中第1行第3列的元素;
采用高斯牛顿迭代法求解仿射变换优化问题,求得最优的q1、q2、q3、q4、q5、q6。
步骤5中,头动视觉反馈的更新周期与MRI扫描的重复周期一致。
步骤5中:设定头部在x、y、z轴方向平移和围绕x、y、z轴旋转的最大允许范围,该最大允许范围对应指示进度条的总行进长度,当指示进度条行进在总行进长度的1/3以下时显示为绿色,代表该偏移在可接受范围内;当指示进度条行进在总行进长度的1/3到2/3处时,显示为黄色,代表该偏移较大,需要注意;当指示进度条行进在总行进长度的2/3以上时,进度条显示为红色,警告该偏移过大。
实际应用时,可设定头部在x、y、z轴方向的最大允许平移范围为2mm,围绕x、y、z轴转动的最大允许范围为2度。
本发明的有益效果:
1、本发明可将被试者的头动参数以空间坐标三维可视化的方式反馈给被试者,形成有效的反馈调节回路,利用被试者的自主调节减小头动,本发明通过实时fMRI技术实现实验过程中被试头动状态的实时监测和控制,对提高fMRI数据质量具有重要意义。
2、本发明的文件挂载不依赖底层连接,数据处理终端与MRI系统的主控机之间可直接相连,还可通过一台交换机连接,数据处理终端与MRI系统的主控机之间的网络配置简单,使系统有较好的可移植性。
3、本发明的数据处理终端对fMRI数据的监控采用Linux系统消息机制,而非查询方式,节省系统资源,运行速度快。
(四)、附图说明:
图1为数据处理终端与MRI系统的连接示意图;
图2为监控程序的流程示意图;
图3为六个头动参数的显示图表;
图4为六个头动参数的指示进度条显示图。
(五)、具体实施方式:
参见图1~图4,fMRI头动的实时监测与反馈方法含有下列步骤:
步骤1:将数据处理终端与MRI系统的主控机(host)用网络连接在一起,主控机上使用SMB(Server Message Block)协议在指定文件夹下挂载数据处理终端的共享文件夹,实现双向文件共享;
步骤2:数据处理终端对主控机中的fMRI数据的存储目录进行监控:利用Linux 2.6.13以上版本内核集成的inotify,允许监控程序打开一个独立文件描述符,并针对文件创建和目录创建事件监控一个或一个以上文件目录,实现细粒度文件和目录创建消息监控;
步骤3:头动参数计算:数据处理终端实时读取主控机中的DICOM格式的文件,并采用经典的刚体变换方法进行头动校正,最终得出六个头动参数:q1、q2、q3、q4、q5、q6,其中,q1、q2、q3分别为表示x、y、z轴方向的平移的头动参数,q4、q5、q6分别为表示围绕x、y、z轴的旋转度数的头动参数;
步骤4:进行头动参数显示:数据处理终端将步骤3中得出的六个头动参数以图表的形式显示出来,使研究人员能够掌握实验中被试的头动情况;
步骤5:头动视觉反馈:数据处理终端将步骤3中得出的六个头动参数分别映射到对应的坐标系中,并沿着坐标方向设置指示进度条。
步骤1中:数据处理终端与MRI系统的主控机之间直接相连,或者通过一台交换机连接;数据处理终端与MRI系统的主控机之间的网络配置简单,使系统有较好的可移植性,数据处理终端的操作系统可以是Windows平台也可以是Linux平台。
步骤2中监控程序的操作步骤如下:
步骤2.1:初始化inotify,打开一个文件描述符(ifd);
步骤2.2:添加一个初始监控目录;
步骤2.3:开始监控:监控函数传入参数为文件描述符(ifd),初始监控目录、共享拷贝目录和数据传输模式函数中定义两个字符串向量,用来存储子目录的路径和对应的拷贝目录的路径;
步骤2.4:定义定时器timer,如定时器规定的时间内无inotify事件产生则关闭监控程序,如定时器规定的时间内有inotify事件产生,则处理inotify事件;
步骤2.5:关闭文件描述符,然后退出监控程序。
步骤2.4中处理inotify事件的具体过程为:
步骤2.4.1:判断inotify事件是否为创建文件夹,如果是,则将此子目录添加到监控目录中,并且将完整的子目录绝对地址添加到存储子目录的路径字符串向量中;利用函数在共享目录中创建相同的文件夹,并将此文件夹的绝对路径添加到拷贝目录的路径中;
步骤2.4.2:判断inotify事件是否为创建新文件,如果是,则根据inotify事件的消息事件标志位(表示为ievent->wd,ievent->wd用于区分不同文件夹的改变),找到对应的子目录,调用重命名函数和数据拷贝函数,将文件复制到指定共享目录。
步骤3中头动校正的计算公式如下:
M=TR\*MERGEFORMAT (1.2)
\*MERGEFORMAT (1.4)
q5=sin-1(r13)\*MERGEFORMAT (1.5)
q4=atan(r23/cos(q5))\*MERGEFORMAT (1.6)
q6=atan(r12/cos(q5))\*MERGEFORMAT(1.7)
其中,进行头动校正时的仿射变换优化目标为:源图像f和模板图像g的均方误差最小;参数ω反应图像的不同的灰度范围;M为刚体变换参数,T为平移矩阵,R为旋转矩阵;M中含有六个头动参数:q1、q2、q3、q4、q5、q6;xi为一个像素点变换之前的坐标向量,(比如,第i个像素点的三维坐标分别为x,y和z,那么 ),r23为旋转矩阵R中第2行第3列的元素,r12为旋转矩阵R中第1行第2列的元素,r13为旋转矩阵R中第1行第3列的元素;
采用高斯牛顿迭代法求解仿射变换优化问题,求得最优的q1、q2、q3、q4、q5、q6。
步骤5中,头动视觉反馈的更新周期与MRI扫描的重复周期一致。
步骤5中:设定头部在x、y、z轴方向平移和围绕x、y、z轴旋转的最大允许范围,该最大允许范围对应指示进度条的总行进长度,当指示进度条行进在总行进长度的1/3以下时显示为绿色,代表该偏移在可接受范围内;当指示进度条行进在总行进长度的1/3到2/3处时,显示为黄色,代表该偏移较大,需要注意;当指示进度条行进在总行进长度的2/3以上时,进度条显示为红色,警告该偏移过大。
实际应用时,可设定头部在x、y、z轴方向的最大允许平移范围为2mm,围绕x、y、z轴转动的最大允许范围为2度。
Claims (7)
1.一种fMRI头动的实时监测与反馈方法,其特征是:含有下列步骤:
步骤1:将数据处理终端与MRI系统的主控机用网络连接在一起,主控机上使用SMB协议在指定文件夹下挂载数据处理终端的共享文件夹,实现双向文件共享;
步骤2:数据处理终端对主控机中的fMRI数据的存储目录进行监控:利用Linux 2.6.13以上版本内核集成的inotify,允许监控程序打开一个独立文件描述符,并针对文件创建和目录创建事件监控一个或一个以上文件目录,实现细粒度文件和目录创建消息监控;
步骤3:头动参数计算:数据处理终端实时读取主控机中的DICOM格式的文件,并采用经典的刚体变换方法进行头动校正,最终得出六个头动参数:q1、q2、q3、q4、q5、q6,其中,q1、q2、q3分别为表示x、y、z轴方向的平移的头动参数,q4、q5、q6分别为表示围绕x、y、z轴的旋转度数的头动参数;
步骤4:进行头动参数显示:数据处理终端将步骤3中得出的六个头动参数以图表的形式显示出来;
步骤5:头动视觉反馈:数据处理终端将步骤3中得出的六个头动参数分别映射到对应的坐标系中,并沿着坐标方向设置指示进度条。
2.根据权利要求1所述的fMRI头动的实时监测与反馈方法,其特征是:所述步骤1中:数据处理终端与MRI系统的主控机之间直接相连,或者通过一台交换机连接。
3.根据权利要求1所述的fMRI头动的实时监测与反馈方法,其特征是:所述步骤2中监控程序的操作步骤如下:
步骤2.1:初始化inotify,打开一个文件描述符;
步骤2.2:添加一个初始监控目录;
步骤2.3:开始监控:监控函数传入参数为文件描述符,初始监控目录、共享拷贝目录和数据传输模式函数中定义两个字符串向量,用来存储子目录的路径和对应的拷贝目录的路径;
步骤2.4:定义定时器,如定时器规定的时间内无inotify事件产生则关闭监控程序,如定时器规定的时间内有inotify事件产生,则处理inotify事件;
步骤2.5:关闭文件描述符,然后退出监控程序。
4.根据权利要求3所述的fMRI头动的实时监测与反馈方法,其特征是:所述步骤2.4中处理inotify事件的具体过程为:
步骤2.4.1:判断inotify事件是否为创建文件夹,如果是,则将此子目录添加到监控目录中,并且将完整的子目录绝对地址添加到存储子目录的路径字符串向量中;利用函数在共享目录中创建相同的文件夹,并将此文件夹的绝对路径添加到拷贝目录的路径中;
步骤2.4.2:判断inotify事件是否为创建新文件,如果是,则根据inotify事件的消息事件标志位,找到对应的子目录,调用重命名函数和数据拷贝函数,将文件复制到指定共享目录。
5.根据权利要求1所述的fMRI头动的实时监测与反馈方法,其特征是:所述步骤3中头动校正的计算公式如下:
M=TR
q5=sin-1(r13)
q4=atan(r23/cos(q5))
q6=atan(r12/cos(q5))
其中,进行头动校正时的仿射变换优化目标为:源图像f和模板图像g的均方误差最小;参数ω反应图像的不同的灰度范围;M为刚体变换参数,T为平移矩阵,R为旋转矩阵;M中含有六个头动参数:q1、q2、q3、q4、q5、q6;xi为一个像素点变换之前的坐标向量,r23为旋转矩阵R中第2行第3列的元素,r12为旋转矩阵R中第1行第2列的元素,r13为旋转矩阵R中第1行第3列的元素;
采用高斯牛顿迭代法求解仿射变换优化问题,求得最优的q1、q2、q3、q4、q5、q6。
6.根据权利要求1所述的fMRI头动的实时监测与反馈方法,其特征是:所述步骤5中,头动视觉反馈的更新周期与MRI扫描的重复周期一致。
7.根据权利要求1所述的fMRI头动的实时监测与反馈方法,其特征是:所述步骤5中:设定头部在x、y、z轴方向平移和围绕x、y、z轴旋转的最大允许范围,该最大允许范围对应指示进度条的总行进长度,当指示进度条行进在总行进长度的1/3以下时显示为绿色;当指示进度条行进在总行进长度的1/3到2/3处时,显示为黄色;当指示进度条行进在总行进长度的2/3以上时,进度条显示为红色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310153660.9A CN103279644B (zh) | 2013-04-27 | 2013-04-27 | fMRI头动的实时监测与反馈方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310153660.9A CN103279644B (zh) | 2013-04-27 | 2013-04-27 | fMRI头动的实时监测与反馈方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103279644A true CN103279644A (zh) | 2013-09-04 |
CN103279644B CN103279644B (zh) | 2016-04-06 |
Family
ID=49062159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310153660.9A Active CN103279644B (zh) | 2013-04-27 | 2013-04-27 | fMRI头动的实时监测与反馈方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103279644B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105476636A (zh) * | 2016-01-07 | 2016-04-13 | 上海承蓝电子科技有限公司 | 一种实时磁共振成像数据采集分析方法及系统 |
CN109310345A (zh) * | 2016-09-05 | 2019-02-05 | 深圳迈瑞生物医疗电子股份有限公司 | 医疗监护设备、患者监护信息显示方法及系统 |
CN109472163A (zh) * | 2018-09-03 | 2019-03-15 | 中新网络信息安全股份有限公司 | 一种Linux下基于Inotify的网页篡改事件的检测方法 |
US10810739B2 (en) | 2016-01-20 | 2020-10-20 | University Of Florida Research Foundation, Incorporated | Programmatic quality assessment of images |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1620666A (zh) * | 2001-12-20 | 2005-05-25 | 西门子公司 | 借助功能性磁共振层析成像所获得的脑图像的分析处理 |
US20090116761A1 (en) * | 2006-04-20 | 2009-05-07 | Koninklijke Philips Electronics N. V. | Method of Motion Correction for Dynamic Volume Alignment Without Timing Restrictions |
-
2013
- 2013-04-27 CN CN201310153660.9A patent/CN103279644B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1620666A (zh) * | 2001-12-20 | 2005-05-25 | 西门子公司 | 借助功能性磁共振层析成像所获得的脑图像的分析处理 |
US20090116761A1 (en) * | 2006-04-20 | 2009-05-07 | Koninklijke Philips Electronics N. V. | Method of Motion Correction for Dynamic Volume Alignment Without Timing Restrictions |
Non-Patent Citations (2)
Title |
---|
王苇 等: "人脑对针刺与对指反应的实时动态功能MRI的对比研究", 《中华放射学杂志》, vol. 36, no. 3, 10 March 2003 (2003-03-10) * |
王超 等: "SPM软件包头动校正原理的分析与评价", 《中国组织工程研究与临床康复》, vol. 14, no. 52, 24 December 2010 (2010-12-24) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105476636A (zh) * | 2016-01-07 | 2016-04-13 | 上海承蓝电子科技有限公司 | 一种实时磁共振成像数据采集分析方法及系统 |
US10810739B2 (en) | 2016-01-20 | 2020-10-20 | University Of Florida Research Foundation, Incorporated | Programmatic quality assessment of images |
CN109310345A (zh) * | 2016-09-05 | 2019-02-05 | 深圳迈瑞生物医疗电子股份有限公司 | 医疗监护设备、患者监护信息显示方法及系统 |
CN109472163A (zh) * | 2018-09-03 | 2019-03-15 | 中新网络信息安全股份有限公司 | 一种Linux下基于Inotify的网页篡改事件的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103279644B (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rivi et al. | In-situ visualization: State-of-the-art and some use cases | |
WO2019219013A1 (zh) | 联合优化人体体态与外观模型的三维重建方法及系统 | |
DE102020128653B4 (de) | Greifbestimmung für ein Objekt in Unordnung | |
DE102021121560A1 (de) | Objektbild vervollständigung | |
CN103279644A (zh) | fMRI头动的实时监测与反馈方法 | |
CN109910016A (zh) | 基于多自由度机械臂的视觉采集标定方法、装置及系统 | |
CN105955208B (zh) | 一种基于云平台的网络机器人数据控制系统 | |
DE102020127508B4 (de) | Posenverfolgung von Objekten in der Hand | |
DE102020124285B4 (de) | Visionsbasierte Teleoperation eines beweglichen Robotersystems | |
Kumar et al. | ROSMOD: a toolsuite for modeling, generating, deploying, and managing distributed real-time component-based software using ROS | |
DE102022110000A1 (de) | Dynamische gewichtsaktualisierungen für neuronale netzwerke | |
CN112633059B (zh) | 一种基于LabVIEW和MATLAB的跌倒远程监控系统 | |
Kita et al. | Archiving Technology for Plant Inspection Images Captured by Mobile Active Cameras—4D Visible Memory— | |
CN105459116A (zh) | 一种基于磁强计的机器人遥操作装置及方法 | |
Qiao et al. | An HTML5-based pure website solution for rapidly viewing and processing large-scale 3D medical volume reconstruction on mobile internet | |
CN106296741A (zh) | 纳米视觉图像中细胞高速运动特征标注方法 | |
EP4211547A1 (en) | Imaging discovery utility for augmenting clinical image management | |
US10346586B2 (en) | Protocol management system (PROMS) | |
WO2019148311A1 (zh) | 信息处理方法和系统、云处理设备及计算机程序产品 | |
Zhao et al. | A Novel Framework for Automation Technology Based on Machine Vision and Robotics in Electrical Power Inspection Processing | |
Batista et al. | Visual analytics improving data understandability in IoT projects: An overview of the US DOE ARM program data science tools | |
CN106446023A (zh) | 基于AngularJS和Bootstrap实现的双公示生产数据前端展示系统及方法 | |
US9531791B2 (en) | Control module for a signal transmitter for a remote-client display of a sequence of medical images | |
CN202960510U (zh) | Mri影像诊断自动化系统 | |
CN209640714U (zh) | 智能集成控制装置、车辆控制/道路交通监测系统和飞行器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |