Ուղեղի տուփ. Uralամանակի ընթացքում հետևել նյարդային ծավալին `20 քայլ

2025 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2025-01-23 14:48

Ավելի երկար մարդկային կյանքի սահմանը առաջ է բերել հիվանդությունների աճ, որոնք մեզանից առաջ չեն տեսել քաղաքակրթություններին: Դրանցից է, որ Ալցհեյմերի հիվանդությունը ազդել է մոտ 5.3 միլիոն կենդանի տարեց ամերիկացիների վրա 2017 թվականին, կամ մոտավորապես յուրաքանչյուր 10 տարեց ամերիկացիներից մեկը (https://www.alz.org/facts/) և անհամար այլոց դեմենսիայով: Որպեսզի օգնենք հասկանալ, թե ինչ է տառապում մեր մեծերը, այս ծածկագիրը ապագա հետազոտողներին և հետաքրքրասեր ցանկացողներին կհամալրի ժամանակի ընթացքում ուղեղի ծավալը հետևելու ունակությամբ:

Քայլ 1: Օգտագործելով ուղեղի տուփը

Ուղեղի տուփ օգտագործելու համար անհրաժեշտ է միայն հետևյալը.

• Ուղեղի ՄՌՏ սկանավորում և նման ֆայլերի անուն և ձևաչափ (բոլորը պետք է ունենան մոտավորապես նույն չափերը)
• Մեկ սկանավորման երկարություն
• Յուրաքանչյուր շերտի միջև հեռավորությունը (MRI սկան)
• Հիվանդի անունը (մուտքագրելիս մի՛ ընդգրկեք բացատներ և խնդրում ենք մեծատառով նշել անունը և ազգանունը, օրինակ ՝ FirstnameLastname)

Եվ այստեղից կարելի է հետևել անհատի ուղեղի ծավալների միտումների վրա ժամանակի ընթացքում: Այսպիսով, Ալցհեյմերի միտումների թվերին կարելի է հետևել այս ծրագրաշարի միջոցով: Փորձարկման ժամանակ օգտագործված երկարությունը 180 մմ էր `մեկ սկանավորման երկարության համար և 5 մմ` ՄՌՏ սկաների միջև հեռավորության համար `միջին թվերի հիման վրա:

Այնուամենայնիվ, ուղեղի տուփի կիրառումը չպետք է սահմանափակվի այս մեկ առաջադրանքով: Եթե տվյալ պինդ մարմնի խաչմերուկները լուսանկարված են, ինչպես ուռուցքն ինքնին, ապա դրանց ծավալի փոփոխությունների միտումները կարելի է հետևել նաև ծրագրակազմում:

Քայլ 2. Ներածություն. Խաչաձեւ հատվածների վերլուծություն

Եռաչափ կառույցներում երկու ծավալային հարթությունները, որոնցից բաղկացած են, կկոչվեն խաչմերուկ: Պատկերացրեք, որ թղթի կույտը կազմում է ուղղանկյուն պրիզմա, ապա թղթի յուրաքանչյուր կտոր կլինի թղթի խաչմերուկ: Ուղեղը պատկերացնելիս մենք կիրառում ենք նույն մտքի ընթացքը: MRI (մագնիսա -ռեզոնանսային տոմոգրաֆիա) (տե՛ս MRI- ի մասին տեղեկատվությունը) գրավում է ուղեղի խաչմերուկները, և ուղեղի յուրաքանչյուր «շերտում» սահմանված սահմանների օգտագործումից մենք կարող ենք կառուցել կառուցվածք ՝ մոդելավորելու և գտնելու ուղեղի ծավալը:. Մենք նախ պետք է կառուցենք այնպիսի գործառույթ, որը տեղեկատվություն տրամադրի նման սահմանների վրա:

Քայլ 3: Գործառույթ ստեղծելը ՝ LevelCurveTracings.m

Նախ, համոզվեք, որ ձեր համակարգիչը ներբեռնել է MATLAB_R2017b (ներբեռնեք այստեղ) և բացեք MATLAB- ը: MATLAB ինտերֆեյսում կտտացրեք պատուհանի վերին ձախ անկյունում գտնվող կոճակին, որի վրա գրված է «Նոր» ՝ համարձակ դեղին գումարած նշանով և ընտրեք «գործառույթ» տարբերակը ՝ խմբագրի պատուհանում բացելով բացատ, որը նման է դրան երրորդ նկարը: Մենք կենտրոնանալու ենք գործառույթը կարգավորելու համար առաջին գիծը փոխելու վրա: Այնտեղ, որտեղ գրված է «outputArg1», փոխարինեք «ուղեղով», «outputArg2» - ով ՝ «անցքեր», «untitled2» - ից «exp2», և «inputArg1» ՝ «պատկերին», և ջնջեք «inputArg2»: Այժմ դուք ունեք գործառույթ, որը պետք է կոչվի ՝ օգտագործելով «exp2» ՝ մեկ փաստարկ վերցնելով «պատկեր» և դուրս բերելով «ուղեղի» և «անցքերի» սահմանները: Ֆունկցիայի առաջին տողը պետք է նմանվի չորրորդ նկարում պատկերված տողին: Այս սկզբնական տողից ներքև ջնջեք բոլոր ծածկագրերը:

Քայլ 4. Սահմանափակված ալգորիթմի մշակում. Սահմաններ գտնելը

Մուտքագրեք ծածկագիրը հետևյալ տողում. Ֆունկցիայի այս հատվածը կատարում է հետևյալ տող առ տող.

1. Տեղադրեք «պատկեր» պատկերում «mri» փոփոխականի մեջ:
2. «Mri» - ն վերածեք պատկերի ՝ կազմված մի շարք թվերից մինչև մեկ և զրոներ (նույնականացվում է երկուականացում) ՝ հիմնված սահմանված շեմի արժեքի վրա: Եթե պիքսելում արժեքը հավասար է կամ գերազանցում է 0.1 -ը, ապա այն սահմանվում է մեկի վրա, եթե ոչ, ապա այդ պիքսելի արժեքը զրո է:
3. Հետևյալ չորս տողերը 10 սյունակ և տող են դարձնում ՄՌՏ սկան շերտի եզրերին զրոյի ՝ խուսափելու համար ոչ սահմանային արժեքներ կարդալուց (ինչպես սովորել են ծածկագրով փորձարկելուց):
4. Վերջնական տողում bwboundaries- ը հետևում է «mri» երկակի պատկերների սահմաններին և այն հավասարեցնում է «b» - ին, զանգված `այն տարրերով, որոնց ցուցանիշները համապատասխանում են մեկի սահմանած ցուցանիշներին:

Քայլ 5. Կապված ալգորիթմի մշակում. Արտաքին կապի զանգվածի ստեղծում

Հետևեք խմբագրի պատուհանում ՝ նկարի հետևյալ ծածկագրով: Կոդի այս հատվածը կատարում է հետևյալ տող առ տող.

1. Գտեք երկուականացված «բ» պատկերի տողերից յուրաքանչյուրի երկարությունը (բջջային զվարճանքը գործառույթի երկարությունը կիրառում է յուրաքանչյուր տողի վրա):
2. Սահմանեք «loc» ՝ առավելագույն երկարությունները պահելու համար:
3. Գտեք առավելագույն երկարության ինդեքսը, որը տեղադրված է պահելու «ամենամեծ ճանապարհին»:
4. Գտեք «mri» պատկերի չափը, որը բաղկացած է «b» - ի նույն չափից և սահմանեք «BWsize»:
5. Գտեք պատկերի զանգվածի տողերի քանակը, որը սահմանվել է «ysize»:
6. Գտեք պատկերի զանգվածի սյունակների քանակը, որը սահմանվել է «xsize»:
7. Ստեղծեք զանգված «ամենամեծTraceMat», «ysize» «xsize» զրոյական մատրիցով:
8. Գտեք համարժեք ինդեքսը բաժանորդագրված արժեքներից, որը համապատասխանում է այնտեղ, որտեղ եղել են ամենամեծ Trace x և y արժեքները, պահեք վիդեո «lindex» - ում:
9. Largestրոյների մատրիցում ՝ «largeTraceMat», «lindex» - ում որպես տարրեր պահվող ինդեքսների տարրերին համապատասխանող տարրերը վերածեք միավորների:

Այսպիսով, տրամաբանական զանգվածը «ամենամեծTraceMat» ունի ուղեղի սկանավորման խաչմերուկի տվյալ հատվածի ամենամեծ սահմանագծված հատվածը, որը գծված է որպես զրոների ֆոն:

Քայլ 6. Սահմանված ալգորիթմի մշակում. Կենտրոնի հետ աշխատելը

Հաջորդը, մենք պետք է փորձարկենք `տեսնելու համար, թե արդյոք խաչմերուկը բաղկացած է մեկից ավելի տարածաշրջանից (ամենամեծը): Փորձարկելով ամենամեծ տարածաշրջանի կենտրոնախաղի դասավորվածությունը, մենք կարող ենք տեսնել, թե արդյոք կա մեկ հարակից շրջան, որը կտա ավելի կենտրոնացված կենտրոն, կամ մի քանի շրջանների հնարավորություն:

1. Օգտագործեք «regionProps» ՝ ներկա centroids- ի մասին տեղեկատվություն գտնելու համար, որը հավասար է «tempStruct» կառուցվածքային զանգվածին
2. Ձևի զանգված «centroids» ՝ «centroid» դաշտից տվյալները ուղղահայաց միացված
3. Վերցրեք «սենտրոիդների» երկրորդ սյունակի արժեքները (հորիզոնական հարթության կոորդինատները)
4. Գործարկեք զտիչ ՝ կենտրոնական կենտրոնի հորիզոնական կենտրոնի հավասարեցումը ստուգելու համար

Քայլ 7. Կապված ալգորիթմի մշակում. Երբ կենտրոնախախտը կենտրոնացած չէ

Այն սցենարով, որ ամենամեծ հետքի տարածաշրջանի կենտրոնամետը կենտրոնացված չէ, մենք անցնում ենք հետևյալ քայլերով: Ինչպես մենք նկատել էինք ՄՌՏ սքանավորումներում, միտումն այն էր, որ ուղեղի կիսագնդերը պատկերված լինեին խաչաձեւ հատվածում, երբ ոչ հարակից, ուստի այժմ շարունակում ենք գծել երկրորդ ամենամեծ հետքը `« ամենամեծTraceMat » - ի ամենամեծ հետքի հետ միասին:

1. Հետագծված մատրիցը սահմանեք «b2» նոր փոփոխականի վրա
2. Նախաձեռնել դատարկ «b2» մատրիցան ՝ «loc» - ով ինդեքսավորված հավաքածուով
3. Ստեղծեք պայմանական պայման, երբ կենտրոնը կենտրոնացված չէ (այսինքն ՝ մի քանի շրջանի շերտ)
4. Յուրաքանչյուր տողի համար գտեք հետքի նոր չափ (traceSize2)
5. Սահմանեք «loc2» ՝ ինդեքսները գտնելու համար, որտեղ առկա են սահմաններ
6. Թող «b2» - ում «loc2» - ով նշված բջիջները հավասար լինեն «ամենամեծ Trace2» - ին
7. Բաժանորդագրությունները փոխակերպեք ինդեքսների ՝ սահմանելով «lindex»
8. Փոփոխեք «lindex» - ին համապատասխան տարրերը «largeTraceMat» - ում 1 -ի
9. Նախաձեռնել դատարկ «b2» մատրիցան ՝ «loc2» - ով ինդեքսավորված հավաքածուով

Քայլ 8. Կապված ալգորիթմի մշակում. Անցքերի միջամտություն

Փոսերի հետ առնչվելիս «b2» - ում պահված արժեքները հետևում էին այլ կառույցների, քան ամենամեծ հետքն են, և դրանք «խոշորագույն TraceMat» - ի լցված ձևի վրա գծելը ցույց կտա, թե որտեղ են ուղեղի շրջաններում անցքեր:

1. Ստեղծեք զանգված «fillMat», որը լրացված է «ամենամեծTraceMat» տեսքով
2. Ստեղծեք զանգված «interferenceMat», «ysize» ՝ «xsize» զրոյական զանգվածով
3. Ստեղծեք «interferenceloc» զանգված, ուղղահայաց միացված «b2» - ից արժեքները պահելու համար
4. Ստեղծեք «lindex» զանգված ՝ «interferceloc» - ին համապատասխանող ինդեքսները պահելու համար:
5. «InterferenceMat» - ի «lindex» - ին համապատասխանող ինդեքսների համար արժեքը սահմանեք 1 ՝ կազմելով տարբեր սահմանափակված տարածք

Քայլ 9. Կապված ալգորիթմի մշակում. Փոսերի տեղադրում, ուղեղի և անցքերի սահմանների վերջնականացում

1. Սահմանել «tempMat» զանգվածը «interferenceMat» - ին գումարած «fillMat» ՝ դրանով իսկ մատրիցայի յուրաքանչյուր արժեք ավելացնելով միմյանց
2. Սահմանել «holeLoc» զանգվածը այն ցուցանիշներին հավասար, որտեղ «interferenceMat» և «fillMat» երկուսն էլ հավասար էին մեկին
3. Տեղադրեք «holeMat» - ը որպես չափերի զրոյական մատրիցա «ysize» x «xsize»
4. «HoleMat» - ում սահմանեք ինդեքսներ, որոնք հավասար են «holeLoc» - ին
5. Սահմանել «ուղեղը» «ամենամեծTraceMat» - ի վրա
6. Սահմանեք «անցքեր» -ը «holeMat» - ի վրա

Գտնելով, որտեղ ավելացված մատրիցների արժեքները հավասար էին 2 -ի, անցքերի տեղերը հեշտությամբ ապահովվեցին և գծագրվեցին դատարկ մատրիցի վրա:

Քայլ 10. Տվյալների մուտքագրում. Գործառույթ PatientFiles.m

Ինչպես և վերջին գործառույթի կարգավորումը, կտտացրեք պատուհանի վերին ձախ անկյունում գտնվող կոճակին, որի վրա գրված է «Նոր» ՝ համարձակ դեղին գումարած նշանով և ընտրեք «գործառույթ» տարբերակը ՝ խմբագրիչի պատուհանում բացելու համար բացվող տարածք: նման է երրորդ նկարի վրա: Առաջին տողում ջնջեք ելքային մատրիցան և փոխարինեք պարզապես «ելքով», «անվերնագիր 2» -ը փոխարինեք «pacientFiles» - ով, ջնջեք բոլոր մուտքային արգումենտները և փոխարենը հետևեք ծածկագրի տողի չորրորդ նկարում նշված ձևաչափմանը: Այս գործառույթի առաջին տողը պետք է համապատասխանի նկարի ձևաչափմանը:

Քայլ 11: Տվյալների մուտքագրում ֆայլերի մեջ

Հիմնական ֆունկցիայի կողմից հայտնաբերված տվյալները (դեռ նկարագրված չեն) գրանցելու համար ֆայլ ստեղծելու համար մենք պետք է հետևենք այս քայլերին (ինչպես նշված է ծածկագրով տող առ տող):

1. Ստուգեք, արդյոք հիվանդի անվան մուտքը տող է:
2. Եթե դա տող չէ, ցուցադրեք այդ հիվանդի անվան մուտքը պետք է լինի տող:
3. Ավարտեք if հայտարարությունը (կանխեք սխալը):
4. Ստեղծեք «DateandTime» տողային հայտարարություն, որը կտա հետևյալ ձևաչափը ՝ ժամ. Րոպե-ամիս/օր/տարի:
5. Փոփոխական ֆայլի անվանումը սահմանեք հետևյալին ՝

Հիմա ֆունկցիայի հաջորդ բաժին. Արդյո՞ք այս անունով ֆայլ գոյություն ունի:

1) Ենթադրենք, որ այս անվան ֆայլն արդեն գոյություն ունի.

1. Գործարկեք ֆայլը ՝ անցյալի արժեքները հերթագրելու համար
2. Ավելացրեք ընթացիկ կրկնության «DateandTime» տվյալները ՝ որպես նոր բջիջ x արժեքների բջիջների զանգվածում (ինդեքսի վերջ+1)
3. Ավելացրեք ընթացիկ «brainVolume» արժեքը որպես նոր բջիջ y արժեքների բջիջների զանգվածում (ինդեքսի վերջ+1)
4. Պահպանեք ֆայլում բեռնված ընթացիկ փոփոխականները:

2) Ենթադրենք, որ այս անվան ֆայլը գոյություն չունի.

1. Ստեղծեք նոր ֆայլ ՝ «pacientName» փոփոխականում պահված անունով
2. Ավելացրեք ընթացիկ «DateandTime» տվյալները ՝ որպես բջիջ, x արժեքների դատարկ բջիջների զանգվածում
3. Ավելացրեք ընթացիկ «brainVolume» տվյալները որպես բջիջ ՝ y արժեքների դատարկ բջիջների զանգվածում
4. Պահպանեք ֆայլում բեռնված ընթացիկ փոփոխականները:

Քայլ 12: Տվյալների մուտքագրում. Rainամանակի ընթացքում ուղեղի ծավալների ցուցադրում

1. Փոխարկեք x արժեքների զանգվածը (xVals) կատեգորիկ զանգվածի (xValsCategorical) ՝ գծապատկեր թույլ տալու համար
2. Ստեղծեք գործչի պատուհան 5
3. Պատկերացրեք «xValsCategorical» և «yVals» (ուղեղի ծավալը պարունակող) նշանակած կետերը ՝ օգտագործելով խոռոչի շրջանակներ ՝ կետերը նշելու և գծված գծերով միանալու համար:
4. Սյուժեն վերնագրեք որպես ՝ հիվանդ Անուն ուղեղի ծավալի տվյալներ
5. Պիտակավորեք x առանցքը, ինչպես ցույց է տրված նկարում
6. Պիտակավորեք y առանցքը, ինչպես ցույց է տրված նկարում
7. Թող նկար 5 -ը հավասար լինի ելքին

Այստեղից, կոչվում է հիվանդի անուն գործառույթը, որը կտա ֆայլ `խմբագրված տվյալներով` ժամանակի ընթացքում հետևելով ուղեղի ծավալի և միտումներ ցուցադրող սյուժեի:

Քայլ 13. Ենթածրագրերի բացերի փակումը. Subplotclose.m

Http://www.briandalessandro.com կոդից հարմարեցված գործառույթը գործում է հիմնական ծածկագրի ենթածրագրերի միջև եղած բացերը փակելու համար, երբ ստեղծվում են ՄՌՏ պատկերներ և ուղեղի շերտեր: Subplotclose.m- ում օգտագործվող ենթածրագրի գործառույթը կարգավորում է տվյալ ենթատիպերի դիրքը `միմյանց ավելի սերտորեն տեղավորելու համար` ավելի երկար հարթության տեսանկյունից: Օրինակ, եթե ծածկագիրը նախատեսում է 7 x 3 մատրիցա, տողերը սերտորեն կհամապատասխանեն, քանի որ տողի չափսն ավելի երկար է: Եթե ծածկագիրը նախատեսում է 3 x 7 մատրիցա, սյուները կհամապատասխանեն հարմարավետ ՝ տողերում բացթողումներով, ինչպես ցույց է տրված մեր հիմնական կոդի նկարներում:

Քայլ 14: Հիմնական ծածկագիրը. Բոլորը ջնջելը և մուտքերի արագացումը

Հիմնական ծածկագիրը սկսելու համար կտտացրեք նույն կոճակին, որը պատուհանի վերին ձախ անկյունում գրված է «Նոր» և ավելի վաղ բաժիններից «Գործառույթ» -ի փոխարեն ընտրել «Սցենար»: Մուտքագրեք կոդը, ինչպես ցույց է տրված նկարում, խմբագրի պատուհանում: Կոդի տողերը հերթականությամբ կատարում են հետևյալ առաջադրանքները.

1. Փակել բոլոր բաց ֆայլերը, բացառությամբ 0, 1 և 2:
2. Փակեք բոլոր պատկերների պատուհանները:
3. Մաքրել աշխատանքային տարածքի բոլոր փոփոխականները:
4. Մաքրել հրամանի պատուհանը:
5. Displayուցադրել հրամանի պատուհանում. ՄՌՏ սկանավորման համար մուտքագրեք հետևյալ չափերը.
6. Հրամանի պատուհանի նոր տողի վրա հարցրեք. Մեկ սկանավորման երկարությունը միլիմետրերով. Օգտագործողի կողմից տրված պատասխանը կկարգավորվի «lengthMM» փոփոխականի վրա:
7. Նոր գծում հարցրեք. MRI սկանավորումների միջև հեռավորությունը միլիմետրերով. Օգտվողի կողմից տրված պատասխանը կկարգավորվի «ZStacks» փոփոխականի վրա:

Քայլ 15: Հիմնական ծածկագիր. Պատկերի խմբաքանակ

Այս բաժնում ծածկագիրը կբեռնի պատկերները (բաղկացած է ուղեղի խաչմերուկների ՄՌՏ սկանավորումներից) և կպահի յուրաքանչյուր պատկերի ֆայլի անունները «Հիմք» փոփոխականում և կցուցադրի ՄՌՏ սկաներից յուրաքանչյուրը: Խնդրում ենք հետևել նկարի կոդին, որը կատարում է հետևյալը.

1. Ստեղծեք «BrainImages» կառուցվածքային զանգված, որը պարունակում է տեղեկատվություն ընթացիկ թղթապանակի բոլոր ֆայլերի վերաբերյալ, որոնք համապատասխանում են MRI _ () անվան ձևաչափին: png
2. Սահմանել «NumberofImages» փոփոխականը, որը հավասար է «BrainImages» կառուցվածքային զանգվածի տարրերի թվին:
3. Բացեք գործչի պատուհանը 1
4. Ֆայլում հաշված պատկերների քանակի համար սահմանեք մի օղակ, որը պետք է շրջանցի
5. Յուրաքանչյուր հանգույցի համար «CurrentImage» - ը յուրաքանչյուր ֆայլի համապատասխան անունն է MRI_i.png, որի կրկնության համարը «i» է
6. Ստեղծեք 3 x 7 ենթահող ՝ ցուցադրելու համար 19 պատկերները «imshow» - ով
7. Ենթածրագրի պատկերի պատուհանում յուրաքանչյուր պատկեր ցուցադրեք որպես այլ տարր
8. Յուրաքանչյուր ենթածրագրի տարր վերնագրեք Level_, որտեղ դատարկ է for loop- ի կրկնության համարը:
9. Ավարտեք for loop- ը (խուսափելով սխալից)

Սա 1 -ին պատուհանում կցուցադրի բոլոր ՄՌՏ սկաները հում տեսքով ՝ 3 x 7 կազմաձևով, առանց x կողմնորոշման բացերի:

Քայլ 16. Հիմնական ծածկագիրը

Լիցքավորմամբ մենք խուսափում ենք պատկերի չափերի փոքր անհամապատասխանությունների խնդրից, որոնք կարող են սխալների պատճառ դառնալ չափերի անհամապատասխանության դեպքում, եթե մի նկար մյուսից փոքր -ինչ մեծ է:

1. Բացեք գործչի պատուհանը 2
2. Տեղադրեք պատկերի մատրիցը MRI_1.png- ից «padBase» փոփոխականի մեջ
3. Գտեք պատկերի մատրիցի չափը և սահմանեք «OriginalXPixels» (տողերի քանակի համար) և «OriginalYPixels» (սյունակների քանակի համար)
4. Ստեղծեք «BrainMat» մատրիցը, որը բաղկացած կլինի բոլոր զրոներից ՝ ևս 20 տողերով և ևս 20 սյունակով յուրաքանչյուր հարթության համար, և 19 ընդհանուր խաչմերուկ ՝ մեկ մեկ հարթության համար:
5. Ստեղծեք «HolesMat» ՝ զրոների նույն եռաչափ զանգվածից ՝ հետագայում անցքի կոորդինատները մուտքագրելու համար
6. Ստեղծեք «zeroMat» ՝ պահոցի չափին գումարած քսան տող և քսան սյունակ, զրոների երկչափ զանգված:

Քայլ 17. Հիմնական ծածկագիրը. Սահմանների սահմանում

1. Սահմանեք մի օղակ ՝ ավելի վաղ բեռնված յուրաքանչյուր պատկերի տվյալների միջոցով
2. Ավելի վաղ խմբաքանակի մշակման նույն եղանակով «CurrentImage» - ը ֆայլեր է բեռնում «MRI_i.png» - ով, որտեղ i- ի կրկնության համարն է:
3. Գործարկեք յուրաքանչյուր պատկեր ավելի վաղ պատրաստած «LevelCurveTracings2.m» գործառույթի միջոցով
4. Գտեք «Ուղեղ» ելքի չափը, տողերի քանակը սահմանեք «Currentrow», իսկ սյունակների թիվը ՝ «Currentcolumns»:
5. «CurrentMat» - ը սահմանեք զրոյների մատրիցայի վրա ՝ «Currentrow» - ի և «Currentcolumns» - ով նշված չափերով:
6. Կենտրոնացրեք «Brain» - ի տվյալները «CurrentMat» - ում ՝ բոլոր տողերից 10 տողերի լուսանցքով
7. Ստեղծեք 3 x 7 չափսերի ենթահող, պատկերների սահմանները ցուցադրելու համար
8. Վերնագրի՛ր նկարի պատուհանի ենթածրագրի յուրաքանչյուր տարր
9. Ստեղծեք «BrainMat» եռաչափ մատրիցա ՝ կազմված «CurrentMat» յուրաքանչյուր սահմանային շերտից
10. Վերջացրեք for loop- ը (սխալներից խուսափելու համար)

Հետևյալ ենթաբաժինը լրացնում է առաջարկվող եռաչափ ձևի վերևում և ներքևում մնացած անցքերը

1. Սահմանեք «LevelCurve1» - ը հավասար է «BrainMat» - ի առաջին շերտին (պինդ մասի ներքև)
2. Սահմանեք «LevelCurveEnd» հավասար «BrainMat» - ի վերջին շերտին (պինդ մասի վերև)
3. Վերաշարադրել «LevelCurve1» ՝ լրացված շերտով
4. Վերաշարադրել «LevelCurveEnd» ՝ լրացված շերտով
5. Լրացված շերտը սահմանեք որպես «BrainMat» - ի ստորին շերտ
6. Լրացված շերտը սահմանեք որպես «BrainMat» - ի վերին շերտ

Քայլ 18. Հիմնական ծածկագիրը. Zիշտ Z չափման որոշում

Առաջին երեք տողերը բաղկացած են դատարկ «z» զանգվածի տեղադրումից և պարզ փոխակերպման գործողություններից (պիքսելները բաժանել երկարության վրա) ՝ ծավալը մմ^3 -ով ճիշտ ընթերցելու համար:

1. Ստեղծեք օղակ for, որը շրջում է յուրաքանչյուր շերտով
2. Գտիր տրված շերտի միավորների թիվը
3. Փոխարկեք z- ի կոորդինատները արժեքների մեջ, որոնք չափված են համապատասխան հարաբերակցության, որը դրված է «tempz», սյունակի վեկտորի վրա
4. Մակարդակի կորի համար z արժեքը ավելացրեք z վեկտորին

Այս z կոորդինատները ճիշտ են ճշգրտվում:

Քայլ 19. Հիմնական ծածկագիրը. X և Y կոորդինատների որոշում

Այժմ սահմանների յուրաքանչյուր կետի x և y դիրքերը որոշելու համար:

1. Նախագծեք «xBrain» - ը որպես դատարկ զանգված
2. Նախաձեռնել «yBrain» - ը որպես դատարկ զանգված
3. Տեղադրեք for loop ՝ յուրաքանչյուր բեռնված պատկերի միջոցով շրջանցելու համար
4. Կազմեք երկու սյունակի մատրիցա `յուրաքանչյուր կետի հարթ կոորդինատները պահելու համար` ներկայացված սյունակի վեկտորներով `" RowBrain "և" ColumnBrain"
5. Կցեք «xBrain» - ը ներկայումս գտնված «RowBrain» կոորդինատների հետ
6. Կցեք «yBrain» - ը ներկայումս գտնված «ColumnBrain» կոորդինատներով
7. Վերջացրեք for loop- ը (սխալներից խուսափելու համար)

Քայլ 20. Հիմնական ծածկագիր. Եռաչափ կառուցվածքի գծագրում, Volավալի որոնում և տվյալների մուտքագրում

Օգտագործելով alphaShape գործառույթը, մենք կստեղծենք եռաչափ կառուցվածք, որից կարող ենք հաշվարկել ուղեղի ծավալը:

1. Օգտագործեք alphaShape գործառույթը, միացրեք «xBrain», «yBrain» և «z» վեկտորները x, y և z կոորդինատների համար և սահմանեք «BrainPolyhedron» - ի հավասար:
2. Բացեք գործչի պատուհանը 3
3. Հաշվարկեք «BrainPolyhedron» հաշվարկված ալֆա ձևը, որը ցուցադրվում է նկարի պատուհանում
4. Հաշվիր ալֆա ձևի ծավալը ՝ օգտագործելով «ծավալ» գործառույթը, որն աշխատում է ալֆա ձևերի համար
5. Ձայնը վերածեք մմ^3 -ի
6. Տպեք հրամանի պատուհանում պինդ մարմնի ծավալը
7. Խնդրում ենք հիվանդի անունը սահմանել որպես մուտքագրում
8. Ստացեք ընթացիկ ամսաթիվը և ժամը ժամացույցով և սահմանեք «DateandTime»
9. Callանգահարեք «pacientFiles» գործառույթը ՝ հաշվարկված տվյալները մուտքագրելու և գծագրելու համար

Այստեղից երկրորդ և երրորդ նկարները պետք է ցույց տան հայտնվող թվերը, իսկ չորրորդը ՝ այն, որը պետք է ցուցադրվի Հրամանի պատուհանում: