CN117952858B - 基于磁共振成像的脑电神经活动定位与分辨率增强方法 - Google Patents

基于磁共振成像的脑电神经活动定位与分辨率增强方法 Download PDF

Info

Publication number
CN117952858B
CN117952858B CN202410354663.7A CN202410354663A CN117952858B CN 117952858 B CN117952858 B CN 117952858B CN 202410354663 A CN202410354663 A CN 202410354663A CN 117952858 B CN117952858 B CN 117952858B
Authority
CN
China
Prior art keywords
pixel point
window
magnetic resonance
preset
analysis
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
Application number
CN202410354663.7A
Other languages
English (en)
Other versions
CN117952858A (zh
Inventor
崔志强
江潮
封琳
王健
杨绍松
党圆圆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Medical Center of PLA General Hospital
Original Assignee
First Medical Center of PLA General Hospital
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by First Medical Center of PLA General Hospital filed Critical First Medical Center of PLA General Hospital
Priority to CN202410354663.7A priority Critical patent/CN117952858B/zh
Publication of CN117952858A publication Critical patent/CN117952858A/zh
Application granted granted Critical
Publication of CN117952858B publication Critical patent/CN117952858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]

Landscapes

  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及图像增强技术领域,具体涉及基于磁共振成像的脑电神经活动定位与分辨率增强方法。该方法获取磁共振图像中像素点的最终边缘可能度与边缘方向,依据像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异得到噪声可能度;结合像素点在不同目标窗口中的权重系数之间的差异与噪声可能度,获取像素点的受噪声影响度;根据像素点在目标窗口中像素点的受噪声影响度之间的差异对权重系数进行调整,得到调整权重系数;基于调整权重似乎对磁共振图像进行滤波处理得到磁共振增强图像。本发明利用像素点的目标窗口内像素的受噪声影响度自适应修正权重系数,使调整权重系数更加准确,提高图像增强效果,增加脑电神经活动定位的准确性。

Description

基于磁共振成像的脑电神经活动定位与分辨率增强方法
技术领域
本发明涉及图像增强技术领域,具体涉及基于磁共振成像的脑电神经活动定位与分辨率增强方法。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)是一种非侵入性的神经影像学技术,可以提供脑结构和功能的高分辨率图像,在医学领域中存在广泛运用。磁共振功能成像(Functional Magnetic Resonance Imaging,FMRI)是MRI的一个特定类型,可以通过测量血流变化来间接地观察大脑中神经元活动的情况,确定和定位与执行特定任务相关的神经递质和神经通路。在磁共振图像采集过程中可能出现噪声,降低对脑神经活动定位的准确性,因此需要对磁共振图像进行增强。
现有技术通常利用引导滤波算法对磁共振图像进行去噪,在利用引导滤波算法进行去噪的过程中,同一个像素点会存在于多个滤波窗口;由于该位置的像素点可能会受到噪声影响,导致同一个像素点在不同滤波窗口中的权重系数存在较大差异,采用均值作为像素点最终的权重系数会不准确,使得磁共振图像的增强效果较差,降低脑神经活动定位的准确性。
发明内容
为了解决引导滤波算法中采用同一像素点在不同滤波窗口中的权重系数的均值作为最终的权重系数,导致磁共振图像的增强效果较差的技术问题,本发明的目的在于提供一种基于磁共振成像的脑电神经活动定位与分辨率增强方法,所采用的技术方案具体如下:
本发明提出了一种基于磁共振成像的脑电神经活动定位与分辨率增强方法,该方法包括:
获取人脑神经的磁共振图像;
根据磁共振图像中每个像素点的第一预设窗口内像素点在每个预设方向上的灰度分布,以及所述第一预设窗口在每个预设方向上的纹理分布,获取磁共振图像中每个像素点的最终边缘可能度与边缘方向;
将磁共振图像中每个像素点的第一预设窗口划分为不同的子窗口,从子窗口中获取每个像素点的特征窗口与纹理方向窗口;依据磁共振图像中每个像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,以及所述最终边缘可能度,获取磁共振图像中每个像素点的噪声可能度;
将包含磁共振图像中同一像素点的不同第二预设窗口作为像素点的目标窗口;利用引导滤波算法分别获取像素点在每个目标窗口中的权重系数;结合磁共振图像中每个像素点在不同目标窗口中的权重系数之间的差异与所述噪声可能度,获得磁共振图像中每个像素点的受噪声影响度;
根据磁共振图像中每个像素点的每个目标窗口中像素点的受噪声影响度之间的差异,对每个像素点在每个目标窗口中的权重系数进行调整,得到磁共振图像中每个像素点的调整权重系数;
基于所述调整权重系数对磁共振图像进行滤波处理,得到磁共振增强图像。
进一步地,所述根据磁共振图像中每个像素点的第一预设窗口内像素点在每个预设方向上的灰度分布,以及所述第一预设窗口在每个预设方向上的纹理分布,获取磁共振图像中每个像素点的最终边缘可能度与边缘方向的方法,包括:
选取磁共振图像中任意一个像素点作为分析像素点,获取分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵;
将分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵中主对角元素之和作为分子,所述灰度共生矩阵的二范数与预设正数之和作为分母得到的比值,作为分析像素点的第一预设窗口在每个预设方向上的对角占比值;
在分析像素点的第一预设窗口内,将分析像素点在每个预设方向上每个像素点与其相邻下一个像素点的灰度值之间的差值绝对值,作为分析像素点在每个预设方向上每个像素点的灰度差异度,将分析像素点在每个预设方向上所有像素点的所述灰度差异度的方差,作为分析像素点在每个预设方向上的灰度离散值;
在分析像素点的第一预设窗口内,将分析像素点在每个预设方向与其余预设方向上像素点的灰度值之间的差异与所述灰度离散值,以及分析像素点的第一预设窗口在每个预设方向上的所述对角占比值,获取分析像素点在每个预设方向上的初始边缘可能度;
将最大的所述初始边缘可能度作为分析像素点的最终边缘可能度;将所述最终边缘可能度对应的预设方向作为分析像素点的边缘方向。
进一步地,所述分析像素点在每个预设方向上的初始边缘可能度的计算公式如下:
式中,为分析像素点在第i个预设方向上的所述初始边缘可能度;/>为分析像素点的第一预设窗口在第i个预设方向上的所述对角占比值;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵中主对角元素之和;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵的二范数;/>为分析像素点在第i个预设方向上的所述灰度离散值;/>为在分析像素点的第一预设窗口内,分析像素点在第i个预设方向上第k个像素点的灰度值;/>为分析像素点的第一预设窗口内,分析像素点在第j个预设方向上第k个像素点的灰度值;J为预设方向的总数量;K为在分析像素点的第一预设窗口内,分析像素点在每个预设方向上像素点的总数量;/>为预设正数;/>为绝对值函数。
进一步地,所述依据磁共振图像中每个像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,以及所述最终边缘可能度,获取磁共振图像中每个像素点的噪声可能度的方法,包括:
对于磁共振图像中每个像素点,将像素点的特征窗口与纹理方向窗口作为像素点的分析窗口;计算像素点的分析窗口在边缘方向上的所述对角占比值,与像素点的分析窗口在与边缘方向垂直的方向上的所述对角占比值之间的差值绝对值,得到像素点的分析窗口的纹理特征值;
将像素点的特征窗口在每个预设方向上的所述对角占比值的方差,作为像素点的矩阵差异值;
结合磁共振图像中每个像素点的特征窗口与纹理方向窗口的所述纹理特征值之间的差异,所述最终边缘可能度,以及所述矩阵差异值,获取磁共振图像中每个像素点的噪声可能度。
进一步地,所述磁共振图像中每个像素点的噪声可能度的计算公式如下:
式中,PZ为磁共振图像中每个像素点的噪声可能度;C为磁共振图像中每个像素点的纹理方向窗口的总数量;为磁共振图像中每个像素点的特征窗口的所述纹理特征值;为磁共振图像中每个像素点的第c个纹理方向窗口的所述纹理特征值;PB为磁共振图像中每个像素点的最终边缘可能度;/>为磁共振图像中每个像素点的所述矩阵差异值;/>为预设正数;/>为绝对值函数。
进一步地,所述磁共振图像中每个像素点的受噪声影响度的方法,包括:
将以分析像素点为中心的目标窗口作为分析像素点的中心窗口,将除所述中心窗口外的其余所述目标窗口作为分析像素点的关联窗口;
将分析像素点在所有目标窗口中的权重系数的方差作为分析像素点的第一权重离散值;计算分析像素点在所有关联窗口中的权重系数的方差,作为分析像素点的第二权重离散值;将所述第一权重离散值与所述第二权重离散值之间的差值绝对值,作为分析像素点的权重离散差异值;
将分析像素点在中心窗口与每个关联窗口中的权重系数之间的差值绝对值的累加和,作为分析像素点的综合权重差异值;
根据分析像素点的所述综合权重差异值、所述噪声可能度与所述权重离散差异值,获取分析像素点的受噪声影响度;所述综合权重差异值、所述噪声可能度与所述权重离散差异值均与所述受噪声影响度为正相关的关系。
进一步地,所述磁共振图像中每个像素点的调整权重系数的获取方法,包括:
根据磁共振图像中每个像素点的每个目标窗口中像素点的受噪声影响度之间的差异,得到磁共振图像中每个像素点的每个目标窗口的可信度;
对于磁共振图像中每个像素点,基于像素点的所有目标窗口的所述可信度,对像素点的每个目标窗口的所述可信度进行归一化,获得像素点的每个目标窗口的可信权重;依据所述可信权重将像素点在每个目标窗口的权重系数进行加权求和,获得像素点的调整权重系数。
进一步地,所述磁共振图像中每个像素点的每个目标窗口的可信度的计算公式如下:
式中,KX为磁共振图像中每个像素点的每个目标窗口的可信度;为磁共振图像中每个像素点的每个目标窗口内第u个像素点的受噪声影响度;/>为磁共振图像中每个像素点的每个目标窗口内第v个像素点的受噪声影响度;E为目标窗口内像素点的总数量;为预设正数;/>为绝对值函数。
进一步地,所述磁共振增强图像的获取方法,包括:
基于磁共振图像中每个像素点的调整权重系数,利用引导滤波算法获取磁共振图像中每个像素点的滤波灰度值;
由磁共振图像中所有像素点的所述滤波灰度值构成磁共振增强图像。
进一步地,所述从子窗口中获取每个像素点的特征窗口与纹理方向窗口的方法,包括:
在所述分析像素点对应的不同子窗口中,将中心位置的像素点为分析像素点的子窗口作为分析像素点的特征窗口,将分析像素点在边缘方向上除所述特征窗口外的其余子窗口作为像素点的纹理方向窗口。
本发明具有如下有益效果:
在本发明实施例中,磁共振图像中像素点的第一预设窗口内像素点在每个预设方向上的灰度分布,结合像素点的第一预设窗口内像素点在每个预设方向上的灰度分布进行分析,使像素点的最终边缘可能度与边缘方向更加准确;噪声会改变图像中边缘的连续性,利用小窗口分析使噪声表现更加明显,因此,将分析像素点的第一预设窗口均匀划分为不同的子窗口,获取像素点的特征窗口与纹理方向窗口进行后续分析;像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,反映像素点在边缘方向上纹理之间的相似性,最终边缘可能度呈现像素点为边缘的可能程度,结合上述两种因素进行分析,提高获取的噪声可能度的准确性;像素点在不同目标窗口中的权重系数之间的差异,反映像素点受到噪声影响的程度,噪声可能度表明像素点为噪声的可能程度,结合分析使噪声可能度更加准确;像素点的目标窗口中像素点的受噪声影响度之间的差异,反映像素点在目标窗口中的权重系数的可信程度,基于目标窗口中像素点的受噪声影响度之间的差异对权重系数进行调整,避免了传统引导滤波算法中取权重系数得平均值得到像素点最终的权重系数,导致最终的权重系数不准确的问题,使获得的调整权重系数更加适合实际情况;基于调整权重系数对磁共振图像进行滤波处理,使磁共振增强图像的去噪和边缘信息的保留更加准确,提高图像增强效果,对脑电神经活动定位更加精确。
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和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种基于磁共振成像的脑电神经活动定位与分辨率增强方法的方法流程图;
图2为本发明一个实施例所提供的一种人脑神经的磁共振图像示意图;
图3为本发明一个实施例所提供的分析像素点的第一预设窗口内像素分布示意图;
图4为本发明一个实施例所提供的分析像素点对应的子窗口示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于磁共振成像的脑电神经活动定位与分辨率增强方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于磁共振成像的脑电神经活动定位与分辨率增强方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于磁共振成像的脑电神经活动定位与分辨率增强方法的方法流程图,该方法包括:
步骤S1:获取人脑神经的磁共振图像。
具体的,磁共振功能成像是通过刺激特定感官,引起大脑皮层相应部位的神经活动(功能区激活),并通过磁共振图像来显示的一种研究方法,能够通过神经系统的反应机制,能够更有效地分析血液的变化,实现精准的定位。本实施例利用磁共振脑功能成像扫描人脑神经,获取磁共振图像,磁共振图像为灰度图像。图2为本发明一个实施例所提供的一种人脑神经的磁共振图像示意图。
步骤S2:根据磁共振图像中每个像素点的第一预设窗口内像素点在每个预设方向上的灰度分布,以及第一预设窗口在每个预设方向上的纹理分布,获取磁共振图像中每个像素点的最终边缘可能度与边缘方向。
磁共振图像分辨率较低的原因有以下两方面:一方面,FMRI通过刺激视觉、听觉等神经引起脑电活动,利用脑部的血流和代谢活动过程中需要的氧气和营养供应会有所差异,当脑部特定区域的神经元活动增加时,该区域的血流量也会增加,但血氧水平可能不会像血流量一样增加;若脑部活动引起的血氧水平变化较小,信号容易被掩盖,导致磁共振图像中边缘不清晰;另一方面,系统内自由电子的热运动以及磁场梯度不稳定,导致边缘不清晰,存在较多噪声,使对磁共振图像的定位容易受到噪声的干扰导致定位不准确,并且整幅图像血流等图像边缘细节不清晰,也会使得脑电神经活动定位不准确。
FMRI成像过程中会存在大量的电子设备工作,在扫描时需要用线圈或者放大器放大信号从而获得磁共振图像,会导致较小的信号变化在成像过程中出现较大的灰度值变化,产生电子噪声,使得磁共振图像中出现随机的亮点,与图像中边缘位置的像素点存在一定的差异。因此,利用引导滤波算法更能有效去除磁共振图像中的噪声,保护图像中的细节信息。
由于滤波过程中需要更好地保留图像中的边缘信息实现增强分辨率,则需要对图像中的边缘和噪声进行区分,防止对噪声进行保留,对边缘进行过渡平滑,使得磁共振图像的增强效果较差,不能有效增强磁共振图像的分辨率。本实施例利用边缘表现出的纹理信息判断属于边缘的可能性,获得像素点的最终边缘可能度与边缘方向。
优选地,磁共振图像中像素点的最终边缘可能度与边缘方向的具体获取方法为:选取磁共振图像中任意一个像素点作为分析像素点,获取分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵;将分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵中主对角元素之和作为分子,灰度共生矩阵的二范数与预设正数之和作为分母得到的比值,作为分析像素点的第一预设窗口在每个预设方向上的对角占比值;在分析像素点的第一预设窗口内,将分析像素点在每个预设方向上每个像素点与其相邻下一个像素点的灰度值之间的差值绝对值,作为分析像素点在每个预设方向上每个像素点的灰度差异度,将分析像素点在每个预设方向上所有像素点的灰度差异度的方差,作为分析像素点在每个预设方向上的灰度离散值;在分析像素点的第一预设窗口内,将分析像素点在每个预设方向与其余预设方向上像素点的灰度值之间的差异与灰度离散值,以及分析像素点的第一预设窗口在每个预设方向上的对角占比值,获取分析像素点在每个预设方向上的初始边缘可能度。
需要说明的是,在本发明实施例中,像素点的第一预设窗口的尺寸取经验值,像素点位于其第一预设窗口的中心位置;预设方向分别为0度方向即水平方向,90度方向即竖直方向,45度方向即该方向与水平方向在逆时针方向之间的夹角为45度,135度方向即该方向与水平方向在逆时针方向之间的夹角为135度,实施者可根据具体情况自行设置。其中,分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵的获取方法,矩阵的二范数的计算方法,均为本领域技术人员公知技术,在此不再赘述。
作为一个示例,图3为本发明一个实施例所提供的分析像素点的第一预设窗口内像素分布示意图,如图3所示,图3中每个小方块代表一个像素点,假设像素点的第一预设窗口的尺寸为,则图3中9个小方块为像素点d的第一预设窗口内像素点。以像素点d在90度方向上的像素点为例进行分析,虚线L1所处方向为90度方向,像素点d在90度方向上像素点包括:像素点d1、像素点d、像素点d2。本实施例对像素点d在90度方向上的像素点进行编号,像素点d1是像素点d在90度方向上的第一个像素点,像素点d是像素点d在90度方向上的第二个像素点,像素点d2是像素点d在90度方向上的第三个像素点;像素点d是像素点d1在90度方向上相邻的下一个像素点,像素点d2是像素点d在90度方向上相邻的下一个像素点。在像素点的第一预设窗口内,像素点在每个预设方向上最后一个像素点没有相邻下一个像素点,则这些像素点没有灰度差异度,不参与每个预设方向上的灰度离散值的计算。像素点d在其余预设方向上的像素点的操作与像素点d在90度方向上的操作相同,获取像素点d在每个预设方向上的灰度离散度。
分析像素点在每个预设方向上的初始边缘可能度的计算公式如下:
式中,为分析像素点在第i个预设方向上的初始边缘可能度;/>为分析像素点的第一预设窗口在第i个预设方向上的对角占比值;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵中主对角元素之和;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵的二范数;/>为分析像素点在第i个预设方向上的灰度离散值;/>为在分析像素点的第一预设窗口内,分析像素点在第i个预设方向上第k个像素点的灰度值;/>为分析像素点的第一预设窗口内,分析像素点在第j个预设方向上第k个像素点的灰度值;J为预设方向的总数量;K为在分析像素点的第一预设窗口内,分析像素点在每个预设方向上像素点的总数量;/>为预设正数,取经验值0.01,实施者可根据具体情况自行设置,作用为防止分母为零导致分式无意义;/>为绝对值函数。
越大时,意味着分析像素点的第一预设窗口内,在第i个预设方向上有更多的相邻像素具有相同的灰度值,说明在第i个预设方向上具有一致纹理的可能性越大;/>表示灰度共生矩阵的整体信息;对角占比值/>表示对角元素在灰度共生矩阵中的大小关系,反映第i个预设方向作为边缘纹理的可能性。磁共振图像中边缘位置且边缘方向的纹理具有一致性,当对角占比值/>越大时,说明分析像素点的第一预设窗口在预设方向上纹理具有越好的一致性,分析像素点的第i个方向为边缘纹理方向的可能性越大,则初始边缘可能度/>越大。
从磁共振图像中可以看出,沿边缘方向的纹理一致,非边缘方向上纹理存在较大差异,则边缘位置的像素点的灰度值之间的差异较小,边缘方向与其余方向上像素的灰度分布差异较大。当灰度离散值越小时,分析像素点的第一预设窗口在第i个预设方向上像素的灰度波动越稳定,说明第i个预设方向上的纹理越一致,则第i个预设方向为边缘的可能性越大,初始边缘可能度/>越大。/>表现第i个预设方向与其余预设方向上灰度之间的差异,当/>越大时,说明第i个预设方向与其余方向上的灰度变化越不一致,则第i个预设方向为边缘的可能性越大,初始边缘可能度/>越大。
将最大的初始边缘可能度作为分析像素点的最终边缘可能度;将最终边缘可能度对应的预设方向作为分析像素点的边缘方向。
根据分析像素点的最终边缘可能度与边缘方向的计算方法,获取磁共振图像中每个像素点的最终边缘可能度与边缘方向。
步骤S3:将磁共振图像中每个像素点的第一预设窗口划分为不同的子窗口,从子窗口中获取每个像素点的特征窗口与纹理方向窗口;依据磁共振图像中每个像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,与最终边缘可能度,获取磁共振图像中每个像素点的噪声可能度。
噪声会改变图像中边缘的连续性,利用小窗口分析使噪声表现更加明显,因此,将分析像素点的第一预设窗口均匀划分为不同的子窗口。在分析像素点对应的不同子窗口中,将中心位置的像素点为分析像素点的子窗口作为分析像素点的特征窗口,将分析像素点在边缘方向上除特征窗口外的其余子窗口作为像素点的纹理方向窗口。
纹理方向窗口为分析像素点在边缘纹理所在方向上的窗口,若分析像素点位于边缘,则分析像素点的特征窗口与纹理方向窗口的纹理分布相似;若分析像素点为噪声,则分析像素点的特征窗口与纹理方向窗口的纹理分布存在差异。
需要说明的是,在本发明实施例中,子窗口的尺寸取经验值,每个像素点的第一预设窗口能被均匀划分为9个子窗口,每个像素点有两个纹理方向窗口,实施者可根据具体情况自行设置。图4为本发明一个实施例所提供的分析像素点对应的子窗口示意图,如图4所示,图4中每个小方块代表一个子窗口,分析像素点为子窗口D的中心位置的像素点,虚线L2所处方向为45度方向,若45度方向为分析像素点的边缘方向,则子窗口D为分析像素点的特征窗口,子窗口D1与子窗口D2为分析像素点的纹理方向窗口。
像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,反映像素点在边缘方向上纹理之间的相似性,最终边缘可能度呈现像素点为边缘的可能程度,将两者结合分析,提高获取的噪声可能度的准确性。
优选地,噪声可能度的具体获取方法为:对于磁共振图像中每个像素点,将像素点的特征窗口与纹理方向窗口作为像素点的分析窗口;计算像素点的分析窗口在边缘方向上的对角占比值,与像素点的分析窗口在与边缘方向垂直的方向上的对角占比值之间的差值绝对值,得到像素点的分析窗口的纹理特征值;将像素点的特征窗口在每个预设方向上的对角占比值的方差,作为像素点的矩阵差异值;结合磁共振图像中每个像素点的特征窗口与纹理方向窗口的纹理特征值之间的差异,最终边缘可能度,以及矩阵差异值,获取磁共振图像中每个像素点的噪声可能度。
边缘位置的像素点沿边缘纹理方向即边缘方向以及与边缘方向垂直的方向上灰度分布之间的差异越大,因噪声离散分布,所以噪声点沿边缘方向以及与边缘方向垂直的方向上灰度分布之间的差异较小;本发明实施例中利用像素点的分析窗口在边缘方向上的纹理分布,以及在与边缘方向垂直的方向上的纹理分布之间的差异即纹理特征值,呈现像素点的分析窗口的纹理分布特征情况。
需要说明的是,像素点的分析窗口在边缘方向上的对角占比值的计算方法,与分析像素点的第一预设窗口在每个预设方向上的对角占比值的计算方法相同,区别在于,前者利用的是分析像素点的分析窗口在边缘方向上的灰度共生矩阵,而后者利用的是分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵。
磁共振图像中每个像素点的噪声可能度的计算公式如下:
式中,PZ为磁共振图像中每个像素点的噪声可能度;C为磁共振图像中每个像素点的纹理方向窗口的总数量;为磁共振图像中每个像素点的特征窗口的纹理特征值;为磁共振图像中每个像素点的第c个纹理方向窗口的纹理特征值;PB为磁共振图像中每个像素点的最终边缘可能度;/>为磁共振图像中每个像素点的矩阵差异值;/>为预设正数,取经验值0.01,实施者可根据具体情况自行设置,作用为防止分母为零导致分式无意义;/>为绝对值函数。
反映像素点的特征窗口的纹理分布特征情况,/>反映像素点的纹理方向窗口的纹理分布特征情况,/>呈现像素点的特征窗口与在边缘纹理所在方向上窗口的纹理变化差异,表明像素点在边缘方向上纹理的一致性;噪声会影响边缘的连续性,则噪声在边缘方向上纹理的一致性较差。当/>越大时,说明边缘方向上纹理的一致性越差,存在噪声影响边缘的连续性的可能越大,则噪声可能度PZ越大。PB表明像素点表现为边缘的可能程度,当PB越大时,像素点属于边缘的可能性越大,使像素点表现为噪声的可能性越小,则噪声可能度PZ越小。由于噪声即随机的亮点对其周围像素点的干扰相似,则噪声点的特征窗口内灰度相近,导致噪声点的特征窗口在不同预设方向上的灰度共生矩阵较为相似;当矩阵差异值/>越小时,说明像素点的特征窗口在不同预设方向上的灰度共生矩阵越相似,则像素点为噪声的可能性越大,噪声可能度PZ越大。
步骤S4:将包含磁共振图像中同一像素点的不同第二预设窗口作为像素点的目标窗口;利用引导滤波算法分别获取像素点在每个目标窗口中的权重系数;结合磁共振图像中每个像素点在不同目标窗口中的权重系数之间的差异与噪声可能度,获得磁共振图像中每个像素点的受噪声影响度。
在利用引导滤波算法对像素点进行滤波的过程中,同一像素点会存在多个引导滤波的局部窗口,若像素点受到噪声的影响,会导致同一像素点在不同滤波窗口的权重系数存在较大差异;采用均值作为像素点的最终的权重系数容易受到错误的权重系数的影响,导致最终的权重系数设置不准确。因此,噪声会被引导滤波误识别为纹理信息进行保留,导致噪声位置对应的权重系数不准确。本发明获取不同窗口内受噪声影响程度,进而判断窗口的可信程度。
本发明实施例中,对于磁共振图像中每个像素点,像素点的第二预设窗口的尺寸取经验值,像素点位于其第二预设窗口的中心位置,实施者可根据具体情况自行设置;将包含同一像素点的第二预设窗口作为像素点的目标窗口,利用引导滤波算法分别获取像素点在每个目标窗口中的权重系数。其中,利用引导滤波算法获取像素点在每个目标窗口中的权重系数为公知技术,在此不再赘述。
像素点在不同目标窗口中的权重系数之间的差异,反映像素点受到噪声影响的程度,噪声可能度表明像素点为噪声的可能程度,综合上述两个因素进行分析,提高获取噪声可能度的准确率。
优选地,受噪声影响度的具体获取方法为:将以分析像素点为中心的目标窗口作为分析像素点的中心窗口,将除中心窗口外的其余目标窗口作为分析像素点的关联窗口;将分析像素点在所有目标窗口中的权重系数的方差作为分析像素点的第一权重离散值;计算分析像素点在所有关联窗口中的权重系数的方差,作为分析像素点的第二权重离散值;将第一权重离散值与第二权重离散值之间的差值绝对值,作为分析像素点的权重离散差异值;将分析像素点在中心窗口与每个关联窗口中的权重系数之间的差值绝对值的累加和,作为分析像素点的综合权重差异值;根据分析像素点的综合权重差异值、噪声可能度与权重离散差异值,获取分析像素点的受噪声影响度;综合权重差异值、噪声可能度与权重离散差异值均与受噪声影响度为正相关的关系。
分析像素点的受噪声影响度的计算公式如下:
式中,B为分析像素点的受噪声影响度;S为分析像素点的关联窗口的总数量;为分析像素点在中心窗口中的权重系数;/>为分析像素点在第s个关联窗口中的权重系数;PZ为分析像素点的噪声可能度;/>为分析像素点的第一权重离散值;/>为分析像素点的第二权重离散值;/>为分析像素点的综合权重差异值;分析像素点的权重离散差异值;/>为绝对值函数。
分析像素点在中心窗口与关联窗口的权重系数之间存在较大差异,且分析像素点在关联窗口中的权重系数存在越高的相似性,说明分析像素点在中心窗口的权重系数受到噪声干扰的可能性越大。当越大,分析像素点在中心窗口与关联窗口的权重系数之间的差异越大,说明分析像素点的中心窗口受到噪声影响程度越大,受噪声影响度B越大。当噪声可能度PZ越大,说明分析像素点为噪声的可能性越大,则分析像素点周围像素受到噪声影响的可能性越大,受噪声影响度B越大。
反映分析像素点在中心窗口与关联窗口中的权重系数之间的相似性,反映分析像素点在关联窗口中的权重系数之间的相似性,当/>越小时,说明分析像素点在不同关联窗口中的权重系数越相似;/>反映分析像素点在中心窗口受噪声影响程度,当/>越小时,说明分析像素点在中心窗口中的权重系数与在关联窗口中的权重系数越相似,说明分析像素点的中心窗口受到噪声影响程度越小,受噪声影响度B越小。
根据分析像素点的受噪声影响度的计算方法,获取磁共振图像中每个像素点的受噪声影响度。
步骤S5:根据磁共振图像中每个像素点的每个目标窗口中像素点的受噪声影响度之间的差异,对每个像素点在每个目标窗口中的权重系数进行调整,得到磁共振图像中每个像素点的调整权重系数。
像素点的目标窗口中像素点的受噪声影响度之间的差异,反映像素点在目标窗口中的权重系数的可信程度,获得像素点的每个目标窗口的可信度,利用其对权重系数进行调整,避免了传统引导滤波算法中取权重系数的平均值作为像素点最终的权重系数,导致最终得权重系不准确;本实施例通过多个窗口的可信度加权的方式获得像素点的调整权重系数,使得引导滤波对磁共振图像的去噪和边缘信息的保留更加准确,对脑电神经活动定位更加精确。
磁共振图像中像素点的调整权重系数的具体获取方法如下:
(1)获取像素点的每个目标窗口的可信度。
优选地,可信度的具体获取方法为:根据磁共振图像中每个像素点的每个目标窗口中像素点的受噪声影响度之间的差异,得到磁共振图像中每个像素点的每个目标窗口的可信度。
磁共振图像中每个像素点的每个目标窗口的可信度的计算公式如下:
式中,KX为磁共振图像中每个像素点的每个目标窗口的可信度;为磁共振图像中每个像素点的每个目标窗口内第u个像素点的受噪声影响度;/>为磁共振图像中每个像素点的每个目标窗口内第v个像素点的受噪声影响度;E为目标窗口内像素点的总数量;/>为预设正数,取经验值0.01,实施者可根据具体情况自行设置,作用为防止分母为零导致分式无意义;/>为绝对值函数。
噪声对周围像素点的干扰相似,则噪声的周围像素点的受噪声影响度B相近;当越小时,说明像素点的同一目标窗口下像素点受到噪声影响的程度相似,则像素点的目标窗口的可信程度越大,可信度KX越大。
(2)获取像素点的调整权重系数。
优选地,调整权重系数的获取方法为:对于磁共振图像中每个像素点,基于像素点的所有目标窗口的可信度,对像素点的每个目标窗口的可信度进行归一化,获得像素点的每个目标窗口的可信权重;依据可信权重将像素点在每个目标窗口的权重系数进行加权求和,获得像素点的调整权重系数。
磁共振图像中每个像素点的调整权重系数的计算公式如下:
式中,为磁共振图像中每个像素点的调整权重系数;T为磁共振图像中每个像素点的目标窗口的总数量,/>;/>为磁共振图像中每个像素点的第/>个目标窗口的可信度;/>为磁共振图像中每个像素点在第/>个目标窗口中的权重系数;/>为磁共振图像中每个像素点的第/>个目标窗口的可信权重。
越大时,像素点的第/>个目标窗口的可信程度越大,则像素点在目标窗口中的权重系数越准确,使得调整权重系数/>更加准确。
步骤S6:基于调整权重系数对磁共振图像进行滤波处理,得到磁共振增强图像。
基于磁共振图像中每个像素点的调整权重系数,利用引导滤波算法,获取磁共振图像中每个像素点的滤波灰度值;由磁共振图像中所有像素点的滤波灰度值构成磁共振增强图像。其中,基于像素点的调整权重系数,利用引导滤波算法对像素点进行滤波的方法为本领域技术人员公知技术,在此不再赘述。
磁共振增强图像中的噪声被有效去除且边缘信息被较好的保护,增强了磁共振增强图像的分辨率,提高脑电神经活动定位的准确性。
至此,本发明完成。
综上所述,在本发明实施例中,获取磁共振图像中像素点的最终边缘可能度与边缘方向,依据像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异得到噪声可能度;结合像素点在不同目标窗口中的权重系数之间的差异与噪声可能度,获取像素点的受噪声影响度;根据像素点在目标窗口中像素点的受噪声影响度之间的差异对权重系数进行调整,得到调整权重系数;基于调整权重似乎对磁共振图像进行滤波处理得到磁共振增强图像。本发明利用像素点的目标窗口内像素的受噪声影响度自适应修正权重系数,使调整权重系数更加准确,提高图像增强效果,增加脑电神经活动定位的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。

Claims (4)

1.基于磁共振成像的脑电神经活动定位与分辨率增强方法,其特征在于,该方法包括:
获取人脑神经的磁共振图像;
根据磁共振图像中每个像素点的第一预设窗口内像素点在每个预设方向上的灰度分布,以及所述第一预设窗口在每个预设方向上的纹理分布,获取磁共振图像中每个像素点的最终边缘可能度与边缘方向;
将磁共振图像中每个像素点的第一预设窗口划分为不同的子窗口,从子窗口中获取每个像素点的特征窗口与纹理方向窗口;依据磁共振图像中每个像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,以及所述最终边缘可能度,获取磁共振图像中每个像素点的噪声可能度;
将包含磁共振图像中同一像素点的不同第二预设窗口作为像素点的目标窗口;利用引导滤波算法分别获取像素点在每个目标窗口中的权重系数;结合磁共振图像中每个像素点在不同目标窗口中的权重系数之间的差异与所述噪声可能度,获得磁共振图像中每个像素点的受噪声影响度;
根据磁共振图像中每个像素点的每个目标窗口中像素点的受噪声影响度之间的差异,对每个像素点在每个目标窗口中的权重系数进行调整,得到磁共振图像中每个像素点的调整权重系数;
基于所述调整权重系数对磁共振图像进行滤波处理,得到磁共振增强图像;
所述根据磁共振图像中每个像素点的第一预设窗口内像素点在每个预设方向上的灰度分布,以及所述第一预设窗口在每个预设方向上的纹理分布,获取磁共振图像中每个像素点的最终边缘可能度与边缘方向的方法,包括:
选取磁共振图像中任意一个像素点作为分析像素点,获取分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵;
将分析像素点的第一预设窗口在每个预设方向上的灰度共生矩阵中主对角元素之和作为分子,所述灰度共生矩阵的二范数与预设正数之和作为分母得到的比值,作为分析像素点的第一预设窗口在每个预设方向上的对角占比值;
在分析像素点的第一预设窗口内,将分析像素点在每个预设方向上每个像素点与其相邻下一个像素点的灰度值之间的差值绝对值,作为分析像素点在每个预设方向上每个像素点的灰度差异度,将分析像素点在每个预设方向上所有像素点的所述灰度差异度的方差,作为分析像素点在每个预设方向上的灰度离散值;
在分析像素点的第一预设窗口内,将分析像素点在每个预设方向与其余预设方向上像素点的灰度值之间的差异与所述灰度离散值,以及分析像素点的第一预设窗口在每个预设方向上的所述对角占比值,获取分析像素点在每个预设方向上的初始边缘可能度;
将最大的所述初始边缘可能度作为分析像素点的最终边缘可能度;将所述最终边缘可能度对应的预设方向作为分析像素点的边缘方向;
所述分析像素点在每个预设方向上的初始边缘可能度的计算公式如下:
式中,为分析像素点在第i个预设方向上的所述初始边缘可能度;/>为分析像素点的第一预设窗口在第i个预设方向上的所述对角占比值;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵中主对角元素之和;/>为分析像素点的第一预设窗口在第i个预设方向上的灰度共生矩阵的二范数;/>为分析像素点在第i个预设方向上的所述灰度离散值;/>为在分析像素点的第一预设窗口内,分析像素点在第i个预设方向上第k个像素点的灰度值;/>为分析像素点的第一预设窗口内,分析像素点在第j个预设方向上第k个像素点的灰度值;J为预设方向的总数量;K为在分析像素点的第一预设窗口内,分析像素点在每个预设方向上像素点的总数量;/>为预设正数;/>为绝对值函数;
所述依据磁共振图像中每个像素点的特征窗口与纹理方向窗口在边缘方向上纹理分布之间的差异,以及所述最终边缘可能度,获取磁共振图像中每个像素点的噪声可能度的方法,包括:
对于磁共振图像中每个像素点,将像素点的特征窗口与纹理方向窗口作为像素点的分析窗口;计算像素点的分析窗口在边缘方向上的所述对角占比值,与像素点的分析窗口在与边缘方向垂直的方向上的所述对角占比值之间的差值绝对值,得到像素点的分析窗口的纹理特征值;
将像素点的特征窗口在每个预设方向上的所述对角占比值的方差,作为像素点的矩阵差异值;
结合磁共振图像中每个像素点的特征窗口与纹理方向窗口的所述纹理特征值之间的差异,所述最终边缘可能度,以及所述矩阵差异值,获取磁共振图像中每个像素点的噪声可能度;
所述磁共振图像中每个像素点的受噪声影响度的方法,包括:
将以分析像素点为中心的目标窗口作为分析像素点的中心窗口,将除所述中心窗口外的其余所述目标窗口作为分析像素点的关联窗口;
将分析像素点在所有目标窗口中的权重系数的方差作为分析像素点的第一权重离散值;计算分析像素点在所有关联窗口中的权重系数的方差,作为分析像素点的第二权重离散值;将所述第一权重离散值与所述第二权重离散值之间的差值绝对值,作为分析像素点的权重离散差异值;
将分析像素点在中心窗口与每个关联窗口中的权重系数之间的差值绝对值的累加和,作为分析像素点的综合权重差异值;
根据分析像素点的所述综合权重差异值、所述噪声可能度与所述权重离散差异值,获取分析像素点的受噪声影响度;所述综合权重差异值、所述噪声可能度与所述权重离散差异值均与所述受噪声影响度为正相关的关系;
所述磁共振图像中每个像素点的调整权重系数的获取方法,包括:
根据磁共振图像中每个像素点的每个目标窗口中像素点的受噪声影响度之间的差异,得到磁共振图像中每个像素点的每个目标窗口的可信度;
对于磁共振图像中每个像素点,基于像素点的所有目标窗口的所述可信度,对像素点的每个目标窗口的所述可信度进行归一化,获得像素点的每个目标窗口的可信权重;依据所述可信权重将像素点在每个目标窗口的权重系数进行加权求和,获得像素点的调整权重系数;
所述磁共振图像中每个像素点的每个目标窗口的可信度的计算公式如下:
式中,KX为磁共振图像中每个像素点的每个目标窗口的可信度;为磁共振图像中每个像素点的每个目标窗口内第u个像素点的受噪声影响度;/>为磁共振图像中每个像素点的每个目标窗口内第v个像素点的受噪声影响度;E为目标窗口内像素点的总数量;/>为预设正数;/>为绝对值函数。
2.根据权利要求1所述的基于磁共振成像的脑电神经活动定位与分辨率增强方法,其特征在于,所述磁共振图像中每个像素点的噪声可能度的计算公式如下:
式中,PZ为磁共振图像中每个像素点的噪声可能度;C为磁共振图像中每个像素点的纹理方向窗口的总数量;为磁共振图像中每个像素点的特征窗口的所述纹理特征值;为磁共振图像中每个像素点的第c个纹理方向窗口的所述纹理特征值;PB为磁共振图像中每个像素点的最终边缘可能度;/>为磁共振图像中每个像素点的所述矩阵差异值;/>为预设正数;/>为绝对值函数。
3.根据权利要求1所述的基于磁共振成像的脑电神经活动定位与分辨率增强方法,其特征在于,所述磁共振增强图像的获取方法,包括:
基于磁共振图像中每个像素点的调整权重系数,利用引导滤波算法获取磁共振图像中每个像素点的滤波灰度值;
由磁共振图像中所有像素点的所述滤波灰度值构成磁共振增强图像。
4.根据权利要求1所述的基于磁共振成像的脑电神经活动定位与分辨率增强方法,其特征在于,所述从子窗口中获取每个像素点的特征窗口与纹理方向窗口的方法,包括:
在所述分析像素点对应的不同子窗口中,将中心位置的像素点为分析像素点的子窗口作为分析像素点的特征窗口,将分析像素点在边缘方向上除所述特征窗口外的其余子窗口作为像素点的纹理方向窗口。
CN202410354663.7A 2024-03-27 2024-03-27 基于磁共振成像的脑电神经活动定位与分辨率增强方法 Active CN117952858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410354663.7A CN117952858B (zh) 2024-03-27 2024-03-27 基于磁共振成像的脑电神经活动定位与分辨率增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410354663.7A CN117952858B (zh) 2024-03-27 2024-03-27 基于磁共振成像的脑电神经活动定位与分辨率增强方法

Publications (2)

Publication Number Publication Date
CN117952858A CN117952858A (zh) 2024-04-30
CN117952858B true CN117952858B (zh) 2024-06-11

Family

ID=90803394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410354663.7A Active CN117952858B (zh) 2024-03-27 2024-03-27 基于磁共振成像的脑电神经活动定位与分辨率增强方法

Country Status (1)

Country Link
CN (1) CN117952858B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016106976A (ja) * 2014-12-10 2016-06-20 株式会社吉田製作所 磁気共鳴イメージング装置
CN111311529A (zh) * 2020-01-22 2020-06-19 西安电子科技大学 基于反卷积网络和引导滤波的医学图像融合方法
KR102401585B1 (ko) * 2021-01-14 2022-05-24 인천대학교 산학협력단 다중 영상 융합 장치 및 방법
CN116205823A (zh) * 2023-05-05 2023-06-02 青岛市妇女儿童医院(青岛市妇幼保健院、青岛市残疾儿童医疗康复中心、青岛市新生儿疾病筛查中心) 一种基于空域滤波的超声影像去噪方法
CN116433667A (zh) * 2023-06-14 2023-07-14 山东德源电力科技股份有限公司 一种配电物联低压智能开关检测方法
CN117173038A (zh) * 2023-08-03 2023-12-05 王华伟 一种核磁共振图像增强方法与系统
CN117764864A (zh) * 2024-02-22 2024-03-26 济南科汛智能科技有限公司 基于图像去噪的核磁共振肿瘤视觉检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016106976A (ja) * 2014-12-10 2016-06-20 株式会社吉田製作所 磁気共鳴イメージング装置
CN111311529A (zh) * 2020-01-22 2020-06-19 西安电子科技大学 基于反卷积网络和引导滤波的医学图像融合方法
KR102401585B1 (ko) * 2021-01-14 2022-05-24 인천대학교 산학협력단 다중 영상 융합 장치 및 방법
CN116205823A (zh) * 2023-05-05 2023-06-02 青岛市妇女儿童医院(青岛市妇幼保健院、青岛市残疾儿童医疗康复中心、青岛市新生儿疾病筛查中心) 一种基于空域滤波的超声影像去噪方法
CN116433667A (zh) * 2023-06-14 2023-07-14 山东德源电力科技股份有限公司 一种配电物联低压智能开关检测方法
CN117173038A (zh) * 2023-08-03 2023-12-05 王华伟 一种核磁共振图像增强方法与系统
CN117764864A (zh) * 2024-02-22 2024-03-26 济南科汛智能科技有限公司 基于图像去噪的核磁共振肿瘤视觉检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多引导结构感知网络的深度补全;孙虎等;《控制与决策》;20240131;第39卷(第2期);第402至410页 *

Also Published As

Publication number Publication date
CN117952858A (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
Lazar et al. Combining brains: a survey of methods for statistical pooling of information
Scherg Functional imaging and localization of electromagnetic brain activity
DE602005002802T2 (de) Anordnung, Verfahren und Programm zur Bestimmung der Zentralposition eines Gesichts
CN113367679B (zh) 靶点确定方法、装置、设备及存储介质
US20240032815A1 (en) Target identification method, target identification device, electronic apparatus, storage medium and neuromodulation apparatus
CN112120694A (zh) 一种基于神经网络的运动想象脑电信号分类方法
CN117764864B (zh) 基于图像去噪的核磁共振肿瘤视觉检测方法
CN117649357A (zh) 一种基于图像增强的超声图像处理方法
CN113052800B (zh) 一种阿尔茨海默症影像分析方法与装置
CN112507930B (zh) 一种利用光照均衡法改善人脸视频心率检测的方法
CN115115896A (zh) 一种脑功能磁共振图像分类方法、装置、终端及存储介质
CN115100304B (zh) 一种基于图像处理的核磁共振图像增强方法
CN115861648A (zh) 基于人工智能的对象检测设备及其方法
CN117952858B (zh) 基于磁共振成像的脑电神经活动定位与分辨率增强方法
CN114065825B (zh) 一种基于结构相似性的脑磁meg源定位方法
US7457653B2 (en) Method of solving magnetoencephalographic and electroencephalographic inverse problems
CN114788705A (zh) 一种影像医学质量分析调控方法、设备以及计算机存储介质
CN117974530B (zh) 一种液晶显示屏指纹模组信息优化读取方法及系统
CN117788897B (zh) 大脑年龄预测方法、装置、设备及存储介质
CN114159043B (zh) 基于Qcut算法的脑功能网络异常脑节点数据检测方法
CN117745808B (zh) 一种基于摄影测量的心电图像定位比对方法
Meng et al. An fMRI study of the neural mechanisms of third and fourth tone recognition in deaf children
Fayyaz et al. A neighborhood method for statistical analysis of fMRI data
CN118471499A (zh) 基于磁共振图像的肿瘤风险评估系统
CN116433519A (zh) 基于拉格朗日插值和多尺度引导滤波的红外图像增强方法

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