共振超声光谱(RUS)分析RUS的共振频率和模式形状-MATLAB开发

该项目实现了基于线性预测编码（LPC）分析的语音共振峰频率跟踪算法。算法能够有效地从输入语音波形中提取共振峰频率轨迹，并可用于语音分析、语音识别等领域。

这个项目利用Matlab进行磁共振成像开发。该项目实现了PWM调制，用于信号如声音、余弦和正弦波的处理。

MATLAB工具箱EasySpin是一个基于MATLAB的工具，专门用于模拟和分析电子顺磁共振(EPR)谱和磁力测量数据。EasySpin的主页位于MATLAB的官方网站，同时也可以在GitHub上找到其源代码存储库，包含测试、文档源和构建脚本。要获取经过测试和打包的EasySpin版本，请访问资源主页。在为EasySpin做出贡献之前，请阅读相关指南。

在Format_Tracker.m中，输入语音波形被切分成多个重叠帧，每帧进行LPC分析。每个帧的共振峰频率被绘制并输出到矩阵中。

MATLAB代码中的fnames磁共振血管造影数据适用于2019年MSC项目的学生。我们使用多种工具，包括FSL、Matlab和VMTK血管建模工具包。我们探索了如何量化不同皮层区域中的血管直径，并通过fsleyes加载到t2w图像中叠加MRA图像。主要使用基本最大强度投影（MIP）探索围绕MIP的想法，探讨了如何形象化和使用模板数据。MATLAB代码可直接下载。

Matlab中inv函数的代码库包括版本1.1、3.2、3.2.1、4.2、5.1、5.2.1至5.2.7，用于盲人和视力对照者嗅觉功能磁共振成像实验分析。依赖关系列在subfun/matlab_exchange中，简化您的工作流程。尚未在Octave上进行过此方法的测试。

matlab开发-特征符号频率分布分析。演示字符/符号频率分布分析

动态增强磁共振成像 (DCE-MR) 在成人肿瘤诊断中应用广泛，但其在儿科肿瘤，特别是颅外肿瘤中的应用尚待探索。本研究评估了 DCE-MR 在儿童和年轻成人颅外肿瘤诊断和治疗反应监测中的潜在作用。研究纳入 36 例疑似颅外实体瘤的儿童，包括新诊断和随访病例。通过 DCE-MR 静脉注射造影剂，绘制增强时间曲线并分为三种类型。结果显示，所有良性病例 (n=8) 均表现为 1 型曲线，准确性和阴性预测值均为 100%。恶性肿瘤中，14 例为 3 型曲线，6 例为 2 型曲线，16 例为 1 型曲线。治疗后，所有恶性病例均表现为 2 型或 1 型曲线。此外，术前彩色图上无效区域的百分位数与切除标本组织切片上的坏死区域具有相关性。本研究表明，DCE-MR 在区分良恶性颅外肿瘤以及监测治疗反应方面具有潜在价值，可为临床决策提供参考。

MATLAB开发中定义信号和窗口的计算光谱图函数。