CN113520363B - 一种下丘脑及垂体的血流灌注获取方法及系统 - Google Patents
一种下丘脑及垂体的血流灌注获取方法及系统 Download PDFInfo
- Publication number
- CN113520363B CN113520363B CN202110709445.7A CN202110709445A CN113520363B CN 113520363 B CN113520363 B CN 113520363B CN 202110709445 A CN202110709445 A CN 202110709445A CN 113520363 B CN113520363 B CN 113520363B
- Authority
- CN
- China
- Prior art keywords
- perfusion
- blood
- image
- pituitary
- model
- 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.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0263—Measuring blood flow using NMR
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明涉及一种下丘脑及垂体的血流灌注获取方法及系统,该方法包括:构建下丘脑及垂体的三维空间模型;采集个体大脑的血流灌注磁共振影像,获得个体大脑的血流灌图像;血流灌图像包括脑血流量参数、时间参数和脑血容量参数;将血流灌图像导入三维空间模型;根据下丘脑垂体血流灌注模型获得各时间对应的灌注参数,灌注参数包括脑血流量和脑血容量。本发明提高了血流灌注参数获取的准确性。
Description
技术领域
本发明涉及医学影像技术领域,特别是涉及一种下丘脑及垂体的血流灌注获取方法及系统。
背景技术
自1977年Besedovsky首次提出神经内分泌免疫网络学说以来,下丘脑-垂体-靶腺轴长期以来一直是内分泌系统生理和疾病探索研究的核心理论体系及系统模型。内分泌系统以下丘脑-垂体-靶腺轴为核心,通过各类激素影响神经和免疫系统的功能,调节营养代谢、生长发育、应激防御等基本生理功能。
目前国内大部分医院仍无法常规测定垂体前叶激素(如TRH、CRH等试剂的缺乏),且无法进行相应的刺激试验。例如:抗利尿激素(AVP)由下丘脑视上核和室旁核分泌,储存在垂体后叶,AVP测定对于明确中枢性尿崩症的诊断有一定的价值,尽管国内部分医院已开展检测,但90%以上的AVP与血小板结合,浓度会低于实际水平,且血浆AVP半衰期仅24min,稳定性差,导致检测波动较大,限制临床应用。
发明内容
本发明的目的是提供一种下丘脑及垂体的血流灌注获取方法及系统,提高了血流灌注参数获取的准确性。
为实现上述目的,本发明提供了如下方案:
一种下丘脑及垂体的血流灌注获取方法,包括:
构建下丘脑及垂体的三维空间模型;
采集个体大脑的血流灌注磁共振影像,获得所述个体大脑的血流灌图像;所述血流灌图像包括脑血流量参数、时间参数和脑血容量参数;
将所述血流灌图像导入所述三维空间模型,获得下丘脑垂体血流灌注模型;
根据下丘脑垂体血流灌注模型获得各时间对应的灌注参数,所述灌注参数包括脑血流量和脑血容量。
可选地,所述采集个体大脑的血流灌注磁共振影像,获得所述个体大脑的血流灌图像,具体包括:
采用磁共振多延迟动脉自选标记法获得所述个体大脑的血流灌图像。
可选地,所述将所述血流灌图像导入所述三维空间模型,获得下丘脑垂体血流灌注模型,具体包括:
对所述血流灌图像进行图像增强、图像去噪和图像配准,获得图像处理后的所述血流灌图像;
将图像处理后的所述血流灌图像导入到所述三维空间模型,获得下丘脑垂体血流灌注模型。
可选地,所述构建下丘脑及垂体的三维空间模型,具体包括:
根据多个成年人的下丘脑及垂体的平均值构建下丘脑及垂体的三维空间模型。
本发明公开了一种下丘脑及垂体的血流灌注获取系统,包括:
三维空间模型构建模块,用于构建下丘脑及垂体的三维空间模型;
血流灌图获取模块,用于采集个体大脑的血流灌注磁共振影像,获得所述个体大脑的血流灌图像;所述血流灌图像包括脑血流量参数、时间参数和脑血容量参数;
下丘脑垂体血流灌注模型获得模块,用于将所述血流灌图像导入所述三维空间模型,获得下丘脑垂体血流灌注模型;
灌注参数获取模块,用于根据下丘脑垂体血流灌注模型获得各时间对应的灌注参数,所述灌注参数包括脑血流量和脑血容量。
可选地,所述血流灌图获取模块,具体包括:
血流灌图获取单元,用于采用磁共振多延迟动脉自选标记法获得所述个体大脑的血流灌图像。
可选地,所述下丘脑垂体血流灌注模型获得模块,具体包括:
图像处理单元,用于对所述血流灌图像进行图像增强、图像去噪和图像配准,获得图像处理后的所述血流灌图像;
下丘脑垂体血流灌注模型获得单元,用于将图像处理后的所述血流灌图像导入到所述三维空间模型,获得下丘脑垂体血流灌注模型。
可选地,所述三维空间模型构建模块,具体包括:
三维空间模型构建单元,用于根据多个成年人的下丘脑及垂体的平均值构建下丘脑及垂体的三维空间模型。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明通过构建下丘脑及垂体的三维空间模型,将个体大脑的血流灌图像导入到三维空间模中,通过下丘脑垂体血流灌注模型获取各时间对应的灌注参数,降低了人为操作的误差,提高了灌注参数的准确性和获取灌注参数的速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种下丘脑及垂体的血流灌注获取方法流程示意图;
图2为本发明一种下丘脑及垂体的血流灌注获取系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种下丘脑及垂体的血流灌注获取方法及系统,提高了血流灌注参数获取的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种下丘脑及垂体的血流灌注获取方法流程示意图,如图1所示,一种下丘脑及垂体的血流灌注获取方法包括以下步骤:
步骤101:构建下丘脑及垂体的三维空间模型。
其中,步骤101具体包括:
根据多个成年人的下丘脑及垂体的平均值构建下丘脑及垂体的三维空间模型。三维空间模型具体为下丘脑及垂体的三维轮廓。
步骤102:采集个体大脑的血流灌注磁共振影像,获得个体大脑的血流灌图像;血流灌图像包括脑血流量参数、时间参数和脑血容量参数。
其中,步骤102具体包括:
采用磁共振多延迟动脉自选标记法获得个体大脑的血流灌图像。具体为,采用基于多延迟多参数非造影磁共振脑血灌注成像的方法获得个体大脑的血流灌图像。
步骤103:将血流灌图像导入三维空间模型,获得下丘脑垂体血流灌注模型。
其中,步骤103具体包括:
对血流灌图像进行图像增强、图像去噪和图像配准,获得图像处理后的血流灌图像。
将图像处理后的血流灌图像导入到三维空间模型,获得下丘脑垂体血流灌注模型。
步骤104:根据下丘脑垂体血流灌注模型获得各时间对应的灌注参数,灌注参数包括脑血流量和脑血容量。具体为,通过下丘脑垂体血流灌注模型自动获取相应个体图像中下丘脑-垂体部位的灌注参数,根据实际需求对灌注参数进行分析。
图2为本发明一种下丘脑及垂体的血流灌注获取系统结构示意图,如图2所示,一种下丘脑及垂体的血流灌注获取系统,包括:
三维空间模型构建模块201,用于构建下丘脑及垂体的三维空间模型。
血流灌图获取模块202,用于采集个体大脑的血流灌注磁共振影像,获得个体大脑的血流灌图像;血流灌图像包括脑血流量参数、时间参数和脑血容量参数。
下丘脑垂体血流灌注模型获得模块203,用于将血流灌图像导入三维空间模型,获得下丘脑垂体血流灌注模型。
灌注参数获取模块204,用于根据下丘脑垂体血流灌注模型获得各时间对应的灌注参数,灌注参数包括脑血流量和脑血容量。
血流灌图获取模块202,具体包括:
血流灌图获取单元,用于采用磁共振多延迟动脉自选标记法获得个体大脑的血流灌图像。
下丘脑垂体血流灌注模型获得模块203,具体包括:
图像处理单元,用于对血流灌图像进行图像增强、图像去噪和图像配准,获得图像处理后的血流灌图像。
下丘脑垂体血流灌注模型获得单元,用于将图像处理后的血流灌图像导入到三维空间模型,获得下丘脑垂体血流灌注模型。
三维空间模型构建模块201,具体包括:
三维空间模型构建单元,用于根据多个成年人的下丘脑及垂体的平均值构建下丘脑及垂体的三维空间模型。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (2)
1.一种下丘脑及垂体的血流灌注获取方法,其特征在于,包括:
构建下丘脑及垂体的三维空间模型;
采集个体大脑的血流灌注磁共振影像,获得所述个体大脑的血流灌图像;所述血流灌图像包括脑血流量参数、时间参数和脑血容量参数;
将所述血流灌图像导入所述三维空间模型,获得下丘脑垂体血流灌注模型;
根据所述下丘脑垂体血流灌注模型获得各时间对应的灌注参数,所述灌注参数包括脑血流量和脑血容量;
所述采集个体大脑的血流灌注磁共振影像,获得所述个体大脑的血流灌图像,具体包括:
采用磁共振多延迟动脉自选标记法获得所述个体大脑的血流灌图像;
所述构建下丘脑及垂体的三维空间模型,具体包括:
根据多个成年人的下丘脑及垂体的平均值构建下丘脑及垂体的三维空间模型;
所述将所述血流灌图像导入所述三维空间模型,获得下丘脑垂体血流灌注模型,具体包括:
对所述血流灌图像进行图像增强、图像去噪和图像配准,获得图像处理后的所述血流灌图像;
将图像处理后的所述血流灌图像导入到所述三维空间模型,获得下丘脑垂体血流灌注模型。
2.一种下丘脑及垂体的血流灌注获取系统,其特征在于,包括:
三维空间模型构建模块,用于构建下丘脑及垂体的三维空间模型;
血流灌图获取模块,用于采集个体大脑的血流灌注磁共振影像,获得所述个体大脑的血流灌图像;所述血流灌图像包括脑血流量参数、时间参数和脑血容量参数;
下丘脑垂体血流灌注模型获得模块,用于将所述血流灌图像导入所述三维空间模型,获得下丘脑垂体血流灌注模型;
灌注参数获取模块,用于根据下丘脑垂体血流灌注模型获得各时间对应的灌注参数,所述灌注参数包括脑血流量和脑血容量;
所述血流灌图获取模块,具体包括:
血流灌图获取单元,用于采用磁共振多延迟动脉自选标记法获得所述个体大脑的血流灌图像;
所述三维空间模型构建模块,具体包括:
三维空间模型构建单元,用于根据多个成年人的下丘脑及垂体的平均值构建下丘脑及垂体的三维空间模型;
所述下丘脑垂体血流灌注模型获得模块,具体包括:
图像处理单元,用于对所述血流灌图像进行图像增强、图像去噪和图像配准,获得图像处理后的所述血流灌图像;
下丘脑垂体血流灌注模型获得单元,用于将图像处理后的所述血流灌图像导入到所述三维空间模型,获得下丘脑垂体血流灌注模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110709445.7A CN113520363B (zh) | 2021-06-25 | 2021-06-25 | 一种下丘脑及垂体的血流灌注获取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110709445.7A CN113520363B (zh) | 2021-06-25 | 2021-06-25 | 一种下丘脑及垂体的血流灌注获取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113520363A CN113520363A (zh) | 2021-10-22 |
CN113520363B true CN113520363B (zh) | 2023-08-25 |
Family
ID=78096825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110709445.7A Active CN113520363B (zh) | 2021-06-25 | 2021-06-25 | 一种下丘脑及垂体的血流灌注获取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113520363B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115040100B (zh) * | 2022-06-14 | 2023-10-27 | 安影科技(北京)有限公司 | 一种视神经血流灌注数值快速采集方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095615A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 对血管中血流数据进行处理的方法和系统 |
CN105678762A (zh) * | 2016-01-06 | 2016-06-15 | 四川大学 | 一种基于图像信息的缺血性脑卒中治疗监测系统 |
KR20160115187A (ko) * | 2015-03-26 | 2016-10-06 | 건국대학교 글로컬산학협력단 | 만성 대뇌 저관류 동물 모델의 신규한 용도 |
CN108992057A (zh) * | 2018-06-05 | 2018-12-14 | 杭州晟视科技有限公司 | 一种确定冠状动脉血流储备分数ffr的方法和装置 |
CN111134651A (zh) * | 2019-12-09 | 2020-05-12 | 杭州脉流科技有限公司 | 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质 |
CN111195117A (zh) * | 2018-11-20 | 2020-05-26 | 安影科技(北京)有限公司 | 一种基于多延迟多参数非造影磁共振脑血灌注成像的方法 |
CN111543973A (zh) * | 2020-06-02 | 2020-08-18 | 深圳安科高技术股份有限公司 | 一种基于动脉自旋标记的可变延迟时间的脑灌注加权成像方法 |
CN111904648A (zh) * | 2020-09-21 | 2020-11-10 | 河南中医药大学第一附属医院 | 一种大鼠心肌缺血再灌注模型的制备方法 |
JP2021083492A (ja) * | 2019-11-25 | 2021-06-03 | 学校法人 岩手医科大学 | 脳血液量(cbv)の評価方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005014030A1 (en) * | 2003-07-24 | 2005-02-17 | Lutz-Henning Block | Method for treating lung diseases associated with ventilation-perfusion mismatches |
US8157742B2 (en) * | 2010-08-12 | 2012-04-17 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US9339412B2 (en) * | 2010-11-29 | 2016-05-17 | Board Of Regents, The University Of Texas System | Maintenance of core mammalian body temperature |
US9386933B2 (en) * | 2014-08-29 | 2016-07-12 | Heartflow, Inc. | Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply |
-
2021
- 2021-06-25 CN CN202110709445.7A patent/CN113520363B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095615A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 对血管中血流数据进行处理的方法和系统 |
KR20160115187A (ko) * | 2015-03-26 | 2016-10-06 | 건국대학교 글로컬산학협력단 | 만성 대뇌 저관류 동물 모델의 신규한 용도 |
CN105678762A (zh) * | 2016-01-06 | 2016-06-15 | 四川大学 | 一种基于图像信息的缺血性脑卒中治疗监测系统 |
CN108992057A (zh) * | 2018-06-05 | 2018-12-14 | 杭州晟视科技有限公司 | 一种确定冠状动脉血流储备分数ffr的方法和装置 |
CN111195117A (zh) * | 2018-11-20 | 2020-05-26 | 安影科技(北京)有限公司 | 一种基于多延迟多参数非造影磁共振脑血灌注成像的方法 |
JP2021083492A (ja) * | 2019-11-25 | 2021-06-03 | 学校法人 岩手医科大学 | 脳血液量(cbv)の評価方法 |
CN111134651A (zh) * | 2019-12-09 | 2020-05-12 | 杭州脉流科技有限公司 | 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质 |
CN111543973A (zh) * | 2020-06-02 | 2020-08-18 | 深圳安科高技术股份有限公司 | 一种基于动脉自旋标记的可变延迟时间的脑灌注加权成像方法 |
CN111904648A (zh) * | 2020-09-21 | 2020-11-10 | 河南中医药大学第一附属医院 | 一种大鼠心肌缺血再灌注模型的制备方法 |
Non-Patent Citations (1)
Title |
---|
用离体灌流系统研究GnRH 激动剂 对雄性大鼠性腺轴系的作用机理;张桂元,等;《生殖与避孕》;第10卷(第1期);第50-55页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113520363A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ragland et al. | Sex differences in brain-behavior relationships between verbal episodic memory and resting regional cerebral blood flow | |
Jovicich et al. | Multisite longitudinal reliability of tract-based spatial statistics in diffusion tensor imaging of healthy elderly subjects | |
CN114820654A (zh) | 血管分割方法、装置、医疗影像设备及存储介质 | |
US8125484B2 (en) | Method, apparatus and user interface for determining an arterial input function used for calculating hemodynamic parameters | |
CN108734163B (zh) | 确定弥散张量成像感兴趣区的方法 | |
CN113520363B (zh) | 一种下丘脑及垂体的血流灌注获取方法及系统 | |
CN110969614A (zh) | 基于三维卷积神经网络的脑龄预测方法及系统 | |
Shimizu et al. | Arterial transit time-corrected renal blood flow measurement with pulsed continuous arterial spin labeling MR imaging | |
Nagamatsu et al. | The neurocognitive basis for impaired dual-task performance in senior fallers | |
CN116309524A (zh) | 基于深度学习的心脏磁共振电影成像伪影抑制方法和系统 | |
Deng et al. | A strategy of MR brain tissue images' suggestive annotation based on modified U-net | |
CN114241240A (zh) | 脑部图像的分类方法、装置、电子设备及存储介质 | |
CN109726753A (zh) | 基于时间信号曲线的灌注动态影像的分割方法及系统 | |
CN104541178B (zh) | 基于根据mDIXON调查的自动规划的高效心脏MR工作流 | |
CN116226625A (zh) | 一种瞬态共激活模式分析方法及系统 | |
CN113378898B (zh) | 基于相对熵损失函数卷积神经网络的脑龄预测方法 | |
US10436867B2 (en) | Method and computer for automatic characterization of liver tissue from magnetic resonance images | |
CN108280832A (zh) | 医学图像分析方法、医学图像分析系统以及存储介质 | |
CN106055896B (zh) | 中医体外诊断方法及装置 | |
Pardo et al. | Study of the variability of short association bundles on a HARDI database | |
CN113269741A (zh) | 一种基于改进U-Net的心脏MR图像分割系统 | |
Fei et al. | Discriminative subnetwork mining for multiple thresholded connectivity-networks-based classification of mild cognitive impairment | |
CN111035403A (zh) | 一种扫描时机确定方法、装置、设备及存储介质 | |
Gabr et al. | A framework for precision magnetic resonance imaging: Initial results | |
Chen et al. | Improved perfusion pattern score association with type 2 diabetes severity using machine learning pipeline: Pilot study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |