XiaoMi-AI文件搜索系统
World File Search System多台计算机
计算机科学杂志
摘要 - 脑肿瘤是颅骨内异常质量生长的一般名称，这是由于大脑中细胞续签期间的误差而导致的。从脑肿瘤中丧生的人数每天都在增加。早期诊断对于减少损失的治疗计划和结果至关重要。MRI（磁共振）成像方法广泛用于脑肿瘤诊断并显示大脑中的组织。通过在传统方法中使用MR图像对脑肿瘤进行分类很困难，因为大脑结构及其中的组织很复杂。脑肿瘤分类已被使用，近年来一直很受欢迎并且在分类方面具有很高的准确率。在这项研究中，它的目的是通过比较VGG16，VGG19和MobïLenet深度学习体系结构来确定具有最高精度比率的体系结构。为了增加这些体系结构的成功，将直方图均衡应用于数据库中的图像。所使用的数据集由3590 MR图像组成，由四个脑肿瘤类（神经胶质瘤，脑膜瘤，无肿瘤，垂体）组成。MobileNet由于测试和训练而获得了最高的精度。实验研究表明，直方图均衡通过提高图像质量有助于深度学习结构的性能。关键词：脑肿瘤，图像分类，深度学习
计算机接口
y enabling direct brain-computer communica- tion, brain – computer interfaces (BCIs) can accelerate the process of scienti fi c discovery, restore sensory capabilities, mitigate symptoms of movement disorders like Parkinson ' s disease, treat pharmacologically resistant depression and anxiety, and even restore motor capabilities for spinal cord injury, brain strokes, and amyotropic lateral sclero- sis.1 - 3 BCIS询问生物神经元和解码病理行为，或者用户的意图，指导大脑以减轻癫痫发作，控制假体，辅助辅助设备等。bcis甚至被证明可以增强人类的cap。例如，增强短期记忆能力，监视注意力和精神状态以提高性能，通过运动皮层的signals导航增强现实，以及从视觉皮层读取信号以推断单词，图片和视频。4