共振峰

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。

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。

如果数据输入包含两列，则此函数将计算峰的半峰全宽：第一列代表 x 值，第二列代表 y 值。

在MATLAB中，寻找峰值的过程变得非常简便，帮助用户轻松找到数据中的峰值。

分析共振超声光谱的共振频率和模式形状。这个程序可与材料科学家和工程师常用的RUS样品形状配合使用。包括一篇详解程序动机及用法的论文，以及多个示例材料文件。适用于MATLAB 2006a及更高版本，7.01亦可。如发现自述文件中的错误或拼写错误，请通过电子邮件通知我们。

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。

最近在学习密度峰聚类算法，对/DensityPeakCluster的Python代码进行了改进，并打算基于此算法撰写论文。在GitHub上发现了这个项目，下载后加入了中文注释以便今后查阅。我从Alex Rodriguez和Alessandro Laio的论文《Clustering by fast search and find of density peaks》中学习并修复了原始DensityPeakCluster代码中的Bug。

自动调优SQL，兼容MySQL 5.7版本，并支持Python 2.7。当前脚本版本为2.7.5。使用示例：python mysql_tuning3.py -p tuning_sql.ini -s 'select * from apps where appname = \"mydb\"'

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。