基于3D-CSC的核磁共振脑组织图像分割方法

为了实现核磁共振脑组织图像的快速自动识别,同时克服灰度不均匀性和噪声影响,本文提出一种改进的基于3D Cell Structure Code(3D-CSC)技术的三维核磁共振脑组织图像的全自动分割方法.首先通过3D Kuwahara滤波器过滤图像中的噪声,利用基于图像灰度和空间信息的非参数偏场纠正方法抑制灰度不均匀性,然后利用多级并行的区域增长技术—3D Cell Structure Code(3D-CSC),对图像进行快速自动分割,并通过直方图分析方法实现了不同脑组织的分类,进而利用数学形态学运算进行后处理,提高了脑组织识别的准确度.通过在8个真实T1-加权MR图像和10组模拟T1-加权MR图像上的实验,验证了该方法的有效性.

PEDOT∶PSS/氧化石墨烯柔性多通道电极的制备与性能研究

采用超声分散和机械混合方法制备可打印的氧化石墨烯(GO)油墨,并利用3D打印技术和转印技术在聚二甲基硅氧烷(PDMS)基底上制备了多通道神经电极。结果表明:GO质量分数为7%时,油墨的黏度和储存模量最佳。在掺杂GO质量的50%的聚(3,4-乙烯二氧噻吩)-聚(苯乙烯硅氧烷)(PEDOT∶PSS)后,油墨的稳定性提高,电阻率下降了100倍。同时PEDOT∶PSS的引入提高了GO片层之间的结合力,避免了电极在干燥过程中的开裂。经过氢碘酸的处理后,电极的电阻率降低了近100倍,掺杂了PEDOT∶PSS电极的电荷储存容量增加了近1.7倍。在1kHz时的电化学交流阻抗由108Ω/cm^(2)降低至70Ω/cm^(2)。该研究为通道柔性神经电极的制备和打印油墨的设计提供了一个简单可行的方法。