- 综合排序
- 最热优先
- 最新优先
- 来自专栏脑机接口
在线3D大脑建模网站分享
Rose最近发现一个在线的3D大脑建模网站。亲测感觉还挺有意思，而且还可以自己添加相关信息。 之前Rose介绍过大脑分区《大脑分区与功能简介汇总》、《大脑分区及功能》、《建议收藏 | 大脑布罗德曼分区系统简介》，不过是在2维图片上介绍分区以及对应的功能。 在这个网站上可以通过旋转3D大脑，从不同的角度观察不同的部位，而且有对应的信息介绍。 (注：由于大脑模型过于逼真，对其反感者慎入) 网址： https://www.brainfacts.org/3d-brain#intro=false&focus=Brain 在左侧可以进行大脑分区选择： The Brain表示总览大脑全貌(可以通过选择、放大缩小等操作，从不同的角度观察)； Right Cerebral Hemisphere:右脑半球； Left Cerebral Hemisphere
2.7K30发布于 2020-07-22 - 来自专栏ATYUN订阅号
谷歌发布史上最详细的大脑扫描3D图像
谷歌及其合作伙伴今天发布了有史以来规模最大、最详细的大脑扫描集。该项目涵盖了果蝇大脑的近三分之一，并包括了具有2000万个突触和超过25000个神经元的详细映射。 偏脑来自大约一半苍蝇大脑的3D图像，并且包含约25000个神经元之间的经过验证的连通性，这些神经元形成了超过2000万个连接。迄今为止，这是迄今为止任何物种中最大的大脑连接突触分辨率图。 然后使用定制的聚焦离子束扫描电子显微镜，对每个平板进行8x8x8nm 3体素分辨率成像，以进行长达数月的连续操作。开发了计算方法来将原始数据拼接并对齐到一个连贯的26万亿像素3D体积中。 但是，如果不对苍蝇脑中的神经元进行精确的3D重建，则无法从这种类型的成像数据中生成连接套。 Google于2014年与Janelia建立了合作关系，开始研究苍蝇大脑数据，专注于实现3D重建自动化以共同致力于建立连接组。
73130发布于 2020-02-21 - 来自专栏脑机接口
3D大脑图谱-Julich-Brain被称作“Google Earth of the brain”
Julich-Brain 是人类大脑的第一个3-D 图谱的名称，它以微观分辨率反映了大脑结构的可变性。该图谱具有近 250 个结构不同的区域，每个区域都基于对 10 个大脑的分析。 超过24,000 个极薄的大脑切片被数字化、组装成三维图像，并由专家绘制。作为欧洲人类大脑项目新的 EBRAINS 基础设施的一部分，该图谱作为一个界面，以空间精确的方式链接有关大脑的信息。 研究的大脑区域在 Julich-Brain Atlas 中转移并叠加。由于个体大脑之间的区域不同，因此计算概率图（右脑半球；红色表示概率高，因此变异性低）。 “另一方面，它正在成为一种大脑‘Google Earth’的基础，因为细胞水平是连接大脑不同方面数据的最佳界面。” 连续组织切片的 3D 重建工作流程和大脑数据与参考空间的对齐、2D 图像中的细胞结构分析以及概率 Julich-Brain 图谱的计算。
1.2K20编辑于 2022-08-17 - 来自专栏脑机接口
根据大脑活动来重建大脑所感知的图像
Nemrodov表示，“当我们看到某个物品时，我们的大脑会产生一种心理感知，这本质上是对事物的一种心理印象。我们能够利用脑电图捕捉到这种感觉，从而直接说明在此过程中大脑中发生了什么。” 通过(A)左半球电极(P5, P7, P9, PO3, PO7，和O1)和(B)右半球电极(P6, P8, P10, PO4, PO8，和O2)对54个面部的总平均 ERP 。 他们的大脑活动被记录下来，然后使用基于机器学习算法的技术在受试者的脑海中以数字方式重建图像。 这不是研究人员第一次能够使用神经成像技术和基于视觉刺激重建图像。 虽然像 fMRI 这样的技术——通过检测血流变化来测量大脑活动——可以捕捉大脑特定区域发生的事情的详细细节，但 EEG 具有更大的实用潜力，因为它更常见、便携且价格低廉。 因此，我们可以使用EEG非常详细地了解我们大脑对面孔的感知是如何发展的。” 事实上，研究人员估计，我们的大脑需要大约170毫秒(0.17秒)才能形成我们所看到的面孔的良好表征。
99540编辑于 2022-09-22 - 来自专栏大数据文摘
从视觉检测窥探人类大脑和数字大脑的差别
它结合了视觉传感器（1D，2D或3D）和数据处理器（如电脑，或者类似傻瓜相机中的嵌入式处理器）。视觉检测系统会输出诸如“被监测部分是好或是坏”之类的输出结果。 字符识别对于“智能”大脑而言是很难的：人类的大脑能识别具有缺失或错误字母的单词，比如 为什么是这样的形式？ 字符识别对于“智能”大脑而言是很难的：人类的大脑能识别具有缺失或错误字母的单词，比如G33z, y0u c4n 3v3n r34d th1s，这方面完胜“智能”大脑！还需要比较两者的适应性吗？ 现在如果说机器读出了3……你能接受吗？ ◆ ◆ ◆ 重复性 当谈到重复性，“智能”大脑的得分更高。这几乎是大多数自动化过程中的关键概念：其结果将是可重复的，不管检查发生在什么时候。 那么，自动化视觉检测过程中，“你”实际上在做什么？
78850发布于 2018-05-22 - 来自专栏HT
赋予楼宇“智慧大脑”：厦门双子塔3D可视化
HT for Web 自主研发了强大的基于 HTML5 的 2D、3D 渲染引擎，为可视化提供了丰富的展示效果。 在 2D 组态 和 3D 组态 上，Hightopo（以下简称 HT ）的 HT for Web 产品有着丰富的组态可供选择，本文将介绍运用 HT 丰富的 2/3D 组态 搭建出的一个厦门双子塔智能楼宇三维可视化系统 楼栋模式 除了楼宇的外观，楼宇内部同样需要搭建3D场景以实现楼宇建筑的全方位展示。 当用户在 楼栋模式 场景中点击任一楼层，即可进入到楼层的 内部场景 ，楼层内部的场景同样需要搭建3D 场景以实现楼层内布局的全方位展示。楼层内的区域分布，设备状态，以及设施位置。 二、停车场 根据真实场景，搭建停车场 3D仿真 场景。接入停车场管理系统数据，在三维场景中显示停车场中的停泊的车辆位置，直观的查看停车场内的停车情况。
1K10发布于 2020-10-28 - 来自专栏用户1692782的专栏
“大脑”生长系列（八）
今天一起来看一下如何对图像做旋转和镜像处理，同样， OpenCV也提供了相应的接口，让我们一起来学习一下喽。
42920发布于 2020-04-10 - 来自专栏用户1692782的专栏
大脑生长系列（六）
上一讲是如何改变图像的分辨率和对比度，这一讲介绍一个听起来高大上的功能，图像金字塔，个人理解图像金字塔本质上也是图像大小的改变，只是改变的方式和算法有所不同。OpenCV实现了两种图像金字塔的功能，一种高斯金字塔，一种拉普拉斯金字塔。
45710发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（二）
三、灰度图：简单理解，就是YUV中只有Y分量，而不考虑UV分量，比较古老的黑白电视的效果便是这样的喽。
30620发布于 2020-04-10 - 来自专栏R语言数据分析指南
ggplot绘制大脑图谱
欢迎关注R语言数据分析指南 ❝最近交流群内看到有朋友询问大脑图谱相关的图，本节来介绍如何使用ggseg包来绘制此类图，该包内容十分丰富案例众多同时也兼容ggplot，详细内容请参考官方文档。 (fill = region), show.legend = FALSE, color = "black", position = "stacked") 案例 3
54410编辑于 2024-07-26 - 来自专栏脑电信号科研科普
Nature子刊：邀你欣赏令人震撼的3D彩色大脑
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 对大脑进行多维度、多尺度的成像是我们研究大脑解剖结构的方式之一，虽然目前已经有多种技术方法可实现对大脑结构的成像，但是它们都或多或少存在一定的缺点 3D多色彩成像以及全脑2D多通道成像。 接下来，就带大家一起来欣赏令人震撼和美爆的3D彩色大脑。 因此，ChroMS显微成像技术提供了对整个小鼠大脑的亚微米多色成像所必需的灵敏度，空间分辨率，光谱区分和稳健性。 全脑范围的神经元轴突投射图谱成像。 图3表示在纹状体中注射入三种颜色的追踪剂进行成像的结果，成像结果可以清楚地显示出纹状体与哪些脑区之间存在轴突映射关系。
46610发布于 2020-12-16 - 来自专栏AI科技大本营的专栏
Jeff Dean：谷歌大脑背后的“大脑” | AI名人堂
▌谷歌大脑的雏形 《纽约时报》的一篇长文「The Great A.I. 随后，Google X 联合斯坦福大学顺势推出了聚焦深度学习的项目「谷歌大脑」。 ▌背后的“大脑” 今年 1 月，Dean 晒出了谷歌大脑 2017 的第一份成绩单：从 AutoML、语义理解和语言生成、到机器学习算法、TPU、TensorFlow 和开源软件等基础研究工作都取得了傲人的成绩 显然，这份漂亮的成绩单离不开 Jeff Dean 这位谷歌大脑背后的「大脑」的推动。 除了基础科学的研究之外，谷歌大脑还会与其他做应用、工程、开发等各类团队进行合作。
1.2K30发布于 2018-07-23 - 来自专栏新智元
先有大脑，还是先有睡眠？ScienceAdvances解密：睡眠先于大脑进化
大脑是产生睡眠的前提吗？ScienceAdvances解密：原来睡眠比大脑出现的还要早。 水螅，又名九头蛇，是一种简单的生物。 身长不到半英寸，管状的身体一端有一只脚，另一端有一个嘴。 一个多世纪以来，研究睡眠的人员一直在大脑中寻找睡眠的目的和结构。他们研究了睡眠与记忆和学习的关系。对把我们推入昏睡状态又把我们拉出来的神经回路进行了编号。 大量的研究和人们的日常经验证明了人类睡眠与大脑的联系。 但是与这种以大脑为中心的睡眠观点相对应的观点已经出现。研究人员已经注意到，由肌肉和神经系统以外的其他组织产生的分子可以调节睡眠。 对于那些想更多了解睡眠的研究人员来说，了解睡眠对大脑的影响至关重要。 所以，在20世纪中叶，如果你想研究睡眠，你就成了脑电图的专家。 研究人员发现，海豚和迁徙的鸟类在看起来清醒的时候，可以让半个大脑进入睡眠状态。大象几乎每时每刻都醒着，而小棕蝙蝠几乎每时每刻都在睡觉。
81620编辑于 2023-05-22 Google 在建未来的大脑，我们在做“聪明的大脑助手”
说它是“AI 模型大超市”好像有点低估它了——更准确地，GateOne 是一个能把各种强模型组织成“靠谱队伍”的派任务大脑 ♀️。
15010编辑于 2025-09-26- 来自专栏用户1692782的专栏
“大脑”生长系列（九）
1:通过resize调整图片大小；2: 以合并后的图像的大小创建Mat空间; 3:分别将合并前的图像的内容copyTo到新生成的Mat空间中。 namespace std; int main(int argc, char *argv[]) { Mat img1 = imread("2.jpg"); Mat img2 = imread("3. return 0; } 对这段代码的说明 （1）使用的策略是，按照两幅图像中高度较低的图像进行等比调整； （2）使用create创建目标空间，宽为width1 + width2，高为较小图像的height； （3）
46210发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（一）
我们的“孩子”正在茁壮成长中，现在他已经能够选择性的寻找到自己感兴趣的区域喽。也就是每看到一幅完整的图像，可以选择性的摘取关心和感兴趣的区域，这再OpenCV中称作ROI操作。
38700发布于 2020-04-10 - 来自专栏码上修行
RocketMQ 大脑 NameServer 赏析
（如：订单完成后，发送 MQ，下游依赖系统（库存、营销）自行调用） 削峰填谷（如：秒杀活动，请求进入MQ，服务器慢慢处理，多余请求抛弃） 日志收集（如：分布式系统调用日志记录） MQ 本质：异步通信 3. 从 NameServer 起点 5.1 RocketMQ 大脑 —— NameServer NameServer 是一个 Broker 与 Topic 路由的注册中心，支持 Broker 的动态注册与发现 本地源码调试 —— Step by Step【附录】 （1）从 GitHub 上 clone 代码到本地 https://github.com/apache/rocketmq.git （2）导入 IDEA （3）
76361编辑于 2023-11-17 - 来自专栏用户1692782的专栏
“大脑”生长系列（四）
来计算； interpolation: 指定图像插值的算法； 老规矩请你欣赏代码示例 int main(int argc, char *argv[]) { Mat src = imread("3.
37520发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（五）
alpha：亮度的调整参数 beta：对比度的调整参数 代码演示 int main(int argc, char *argv[]) { //调整对比度和亮度 Mat src = imread("3.
41220发布于 2020-04-10 - 来自专栏CSDN技术头条
大脑记忆的建模
据国外媒体报道，科学家近日发现了大脑形成及失去记忆背后的数学方程。他们认为，这些方程可以精确地描述我们唤起回忆的方式。未来某一天，这一发现或许能帮助医生消除或改变病人脑海中与创伤事件有关的回忆。 瑞士洛桑联邦理工学院的科学家们研究了大脑是如何通过突触形成记忆的。突触具有很高的可塑性，因此神经元可以改变信息传递速度和密度，从而改变记忆。 这一算法通过改良，可以用于研发新的科技，在大脑中激发新的记忆，或是完全抹去以前的记忆。 “如果我们能理解突触形成或解散记忆网络的方式，我们就能在人类认知方式或心理治疗等领域有新的进展。” 当人类或动物睡着时，大脑往往会对白天的经历进行回放，从而强化这段经历，或是记住新的经历。 巴黎高等物理化工学院的科学家成功运用大脑回放的原理，在熟睡的老鼠大脑中创造了新的记忆。 当之前标明的特定脑细胞变得活跃时，研究人员便使用电极刺激其大脑中与“奖励”相关的部分。 而老鼠醒来之后，他们便会匆匆前去能够得到奖励的地方。这说明科学家已经在它们脑中创造了新的记忆。
1.4K80发布于 2018-02-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号