Brain Stimulation: 大脑电生理记录和刺激工具包（BEST）
非侵入性脑刺激(NIBS)实验涉及许多重复的过程，这些过程在该领域的研究中的还不够标准化。考虑到实验设计以及研究人员经验的多样性，需要一个自动化但是灵活的数据收集和分析工具来提高NIBS实验的客观性、可信度和可重复性。本研究开发的BEST工具包是一个基于matlab的开源软件，具有图形化的用户界面，允许用户进行设计、运行和分享可自由配置的涉及多种技术的方案(protocols)（包括经颅磁刺激、电刺激和超声刺激(TMS、tES、TUS)）、多个session的NIBS研究。BEST工具包可以兼容各种记录和刺激设备，可以通过对肌电和脑电的数据进行分析，来实现刺激参数实时设置，以促进闭环方案和实时应用。目前该工具包的功能不断扩展，已有的功能包括TMS运动热点搜索、阈值估计、运动诱发电位(MEP)和TMS诱发脑电电位(TEP)的测量、剂量反应曲线、配对脉冲和双线圈的TMS、rTMS干预。
1 简介
过去三十年，非侵入性脑刺激被广泛用于基础和临床的研究中。越来越多的刺激技术，包括经颅磁刺激、电刺激和超声刺激(TMS、tES、TUS)以及外周电刺激(PES)，以及各种特定的测量和干预方案已被开发出来。尽管如此，许多实验流程没有很好地标准化，这影响了实验间的可比性和可重复性。此外，NIBS与无创的电生理和神经成像手段的结合越来越多，如肌电、脑电和功能磁共振成像(EMG、EEG、fMRI)。而且新方法（如大脑状态依赖的脑刺激（brain state-dependent brain stimulation））的引入，使得实验的设计和运行时时，对NIBS使用者的要求越来越高，通常需要定制硬件和软件使用方案。
为了提高NIBS研究的客观性和可重复性，鼓励开放科学，并支持新手使用者可以按照最高标准开展NIBS研究，本研究开发了大脑电生理记录和刺激(BEST)工具包。该工具包是一个开源软件，并且具备图形用户界面(GUI)，使用者可以方便地设计实验，能够灵活但标准化、自动化地运行实验的多个序列（session）和各种不同的刺激和记录方案（Protocol）。实验文件可以方便保存、分享和发表。BEST工具包兼容各种常用的记录和刺激设备，可以在线分析和可视化电生理和行为数据，并自动实时调整刺激参数，以促进数据质量监测和闭环实时应用。
2 技术规格（Technicalspecifications）
BEST工具包是一个开源的跨平台工具(Windows，Mac, Linux)应用程序，基于MATLAB2017b 结合Java-MATLAB界面工具开发的高级GUI，与其他MATLAB工具包（如FieldTrip，SPM和MAGIC）兼容。BEST工具包可以在1.5 GHz双核处理器和8GB RAM，允许4GB的最大阵列大小（array size）和总内存被MATLAB使用的标准计算机上流畅运行。它的低级（low-level）和高级（high-level）函数也可以在自定义的MATLAB脚本中分别使用，以获得最大的灵活性。该软件的开源代码可以在GitHub (github.com/umairhassan/ best-toolbox)上获取。网址best-toolbox.org上有详细的技术文档，包括软件依赖关系、硬件配置、用户指南和视频教程。欢迎使用者通过GitHub页面提交bug报告和需要的额外功能，并注册一个账号，以获得关于bug修复和新功能的通知。
3 输入/输出界面 & 时间问题说明
BEST 工具包不仅兼容各种传统硬件设备（图 1 A），它既可以采集EMG 、EEG信号，或按键信息，也可以控制 TMS、tES、TUS 或 PES 设备进行脑刺激，它还带有开源信号处理软件和微控制硬件，以及实时计算机系统。可以依据先前输出的参数可以对输入的参数进行自动评估并且对在线参数调整和迭代，这使得BEST 工具包能够为各种协议（protocol）提供闭环模式。在本节中，我们将讨论当前支持的输入和输出界面、与神经导航的集成以及使用 BEST 工具包运行脑刺激实验的时间复杂度。
图1A. BEST工具包环路原理图。测量设备(如EEG/EMG放大器)将数字化信号发送到接口设备(如bossdevice)或直接发送到BEST工具包，该工具包对信号进行评估，远程设置刺激参数并触发刺激设备。BEST工具包还可以与神经导航和机器人定位设备进行双向交互。
3.1 输入（记录）（Input (recording)）
BEST 工具包集成了多个应用程序编程界面（Applocation Programming Interfaces, API），可以以锁时的方式从不同的设备通过不同的选择接收时间序列数据。无论是在相同或不同内核上运行，FieldTrip实时缓冲区（FieldTrip Real Time Buffer）都可以接收各种设备的输入，然后通过 TCP/IP 协议将其提供给 BEST 工具包。此外，使用CED Power1401或Micro1401微控制器单元的控制软件如果和BEST 工具包在相同的内核上运行则可以访问数据并且可以通过串行（COM）或并行（LPT）的方式与BEST工具包的主机连接收集来自按钮盒、键盘或其他辅助设备的被试反应。具有数字和模拟输入和输出通道的专用实时系统，例如bossdevice可以实时接收和处理来自特定 EEG 放大器（如NeurOne Tesla；actiCHamp Plus）的EEG 和 EMG 数据。在与 BEST工具包相同的内核上加载 bossdevice Simulink Real-Time© 固件，它通过 MATLAB API 提供对原始和处理过的时间序列数据进行实时访问，能够为实时应用程序（如EEG-triggered TMS）启用准连续数据流。
3.2 输出（刺激）（Output(Stimulation)）
BEST 工具包使用多个 API 与多种输出设备连接，以远程配置刺激参数（例如强度、刺激间间隔等）并触发刺激（单脉冲或预定义的刺激序列）。MAGIC 工具包（https://github.com/nigelrogasch/MAGIC）通过串行连接设置 TMS的刺激参数，目前支持 MagVenture、MagStim和 Duomag设备，并且 NeuroFUS API ( https://github.com/umair-hassan/neurofus-api ) 允许配置NeuroFUS Pro TUS 设备（BrainBox, UK）。串行连接（COM、USB）直接与 BEST工具包的主机连接，并且TTL（RS232）触发脉冲可通过其并行端口或专用 I/O 卡发送。此外，开源微控制器（如，Arduino、Raspberry-Pi）通过步进电机以机械方式转动设备的强度刻度盘生成脉冲宽度调制控制信号可以作为生成任意串行控制命令和 TTL 触发脉冲的一种有效低成本解决方案，从而促进定制解决方案（例如，DS7A恒流刺激器的远程控制）。Bossdevice则是通过 MATLAB API 连接到 BEST 工具包，使用最先进的 FGPIO 系统生成高精度 TTL 脉冲（或脉冲序列）。
3.3 神经导航（Neuronavigation）
除了与记录和刺激硬件的连接之外，与基于 MR 的无框架立体定向神经导航系统（例如，TMS-Navigator，Localite，Germany）的双向网络通信为 BEST 工具包提供了导航刺激设备的当前位置（例如，TMS 线圈或 TUS 传感器），用于目标控制和逐个试次（trail-by-trail）的目标成功的记录。BEST 工具包能够从预定义目标列表中进行选择，指导使用者或兼容的机器人系统（例如，TMS-Cobot, Axilum, France) 到下一个放置刺激装置的位置。这有助于半自动或全自动闭环热点搜索（使用算法的开发来评估当前目标的质量并智能地确定下一个目标）以及刺激目标的逐次混合试验。开源系统（如，InVesalius Navigator）将被包含在未来的版本中。
3.4 时间复杂度（Timecomplexity）
通过 BEST 工具包控制的单个实验试次所需的总时间包括了设备固件、API、操作系统和 BEST 工具包的处理时间，每个组件都有自己的时间复杂度（算法的执行时间作为其输入长度的函数），以及某些特定于硬件的延迟。实验所需的计时精度取决于其具体实验目标，使用者必须提供符合此要求的硬件设置， BEST 工具包兼容高精度（例如，实时脑电图系统和 bossdevice）和低精度（例如，FieldTrip 缓冲器和主机串行/并行端口）的设置。
对于输入端来说，一个关键因素是BEST 工具包获得数字时间序列数据所需的时间。对于从具有实时数字输出的记录设备（例如，NeurOne Tesla 或 actiCHamp Plus）通过实时系统（例如，bossdvice）到运行 BEST 工具包的 MATLAB 实例的 UDP 流，可以短至 5-10 毫秒。请注意，对于快速和瞬态事件（例如，EEG 振荡相位）的实时定位，相关数据处理必须完全在实时系统内进行（大约接收数据后的 3 毫秒），而 BEST 工具包只进行一些耗时短的关键的在线分析和结果绘图。相反，数据在通过 FieldTrip 缓冲区进行 TCP/IP 流传输约 200-500 毫秒后到达 BEST 工具包，并且从 CED 微控制器获取数据需要约 400-800 毫秒。
在输出端，相当大的延迟可能与用于改变刺激参数或触发刺激器的串行命令的准备、传输和处理有关（例如，改变刺激强度需约300-500 毫秒，而反向电流需约3000-4000 毫秒）。从并行端口或 I/O 卡发送 TTL (RS232) 脉冲到刺激设备的专用触发输入通道会引起较短的延迟(~10–20 ms)。此外，BEST工具包在主机上运行的所有进程最终都依赖于其硬件（CPU、显卡、内存等）的性能，并受到操作系统其他进程的干扰，造成额外的延迟。对于时间要求严格的协议，相对与外部事件，需要高精度的脉冲开始时间（例如，实时EEG诱发TMS，real-timeEEG-triggered TMS）或精确的脉冲间隔（例如，ppTMS 或 rTMS），trigger应该更好地由专用的外部硬件（例如，开源微控制器或实时bossdevice）生成，将trigger延迟减少到亚毫秒范围。为了确保脉冲间隔的精度，如果没有足够的输出硬件可用于提供精确的触发定时，也可以将定时控制（部分或全部）移至刺激器（对于某些型号）。
此外，BEST 工具包本身的时间复杂度取决于给定实验协议中不同处理步骤所需的时间。例如，闭环 MEP 阈值搜寻包括当前试次的数据收集（通道数、分段长度、采样率）、数据处理（如滤波、重参考、基线校正、剔除伪迹、计算MEP的幅度/潜伏期）、决策（如，计算下一试次的刺激强度）、输出准备（如，更改刺激参数配置的串行命令）、绘制更新的结果图（如，锁时的平均波幅，阈值轨迹），间隔时间（等待剩余的试验间间隔，ITI），并最终发送 TTL 触发以进行下一次试验。这些延迟加起来约500-1000 ms，不包括等待时间，并且将最小 ITI 限制为~1 s。对于实时 EEG 幅度/相位诱发TMS（real-time EEG amplitude-/phase-triggeredTMS），相似的在BEST工具包中的在线分析和绘图延迟时间以及最少1s的ITI，即使实时目标本身（如，通过 bossdevice）运行以可测量的3-6ms循环延迟，原则上可以在 BEST 工具包单次试验中刺激多个目标。
请注意，所提供的所有时间复杂度估计都取决于系统，假设基于标准 PC（8 GB RAM 和 1.5 GHz 双核处理器）和显卡没有运行其他软件。然而，即使是对计算要求最高的协议，ITI通常也可以保证小于2秒。
4 工具包结构与功能（Toolbox structure & function）
BEST 工具包是按照实验的层次结构组织的，它由多个Sessions组成，其中包含多个协议，这些 协议 通过设置多个参数来配置。GUI（图 1 B）由一个带有选项卡的窗口组成，这些选项卡不仅允许加载和保存实验，还可以打开和关闭多个可调整大小的框架，这些框架可以访问高级功能，包括实验控制、协议设计、结果、硬件配置、常规设置和实验手册。
4.1 实验控制（Experimental control）
NIBS 实验通常涉及多个刺激方案和重复测量，有时分布在具有相同或不同参数的多个session中。实验控制模块（control module）（图 1 B）允许用户设置新实验，将多个协议组织到多个session中，并将整个结构保存为模板。可以加载这些模板并进行根据不同的被试或研究进行个性化设置或分享给同事。通过对缺失条目和冲突参数进行自动合理性检查后，协议可以随时运行、暂停、恢复和取消，并提供它们的完成状态。虽然商业输入系统记录的原始数据默认以其原始文件格式存储并且保持不变，但由 BEST 工具包处理的任何数据都以 FieldTrip 数据格式存储到磁盘中。结果存储在实验文件（Experiment files）中，使其易于与实验设计参数结合使用。每个被试的实验文件可以随时重新打开和继续。
4.2 协议设计（Protocol Design）
BEST 工具包提供了许多高级功能来配置特定的刺激/记录协议。为此，在实验控制模块中从下拉菜单中选择一个协议，然后使用协议设计(protocoldesign)模块根据实验目标设置参数（图 1B）。几个标准协议大都是预先配置的，仅需要调整各个参数字段中的几个默认值（例如，刺激强度、刺激间间隔、试验次数、记录通道）即可。人们也可以交互式地设计具有多个随机条件的全新协议。可以通过表格或图形编辑器为每个条件设置特定参数，编辑器中说明了多个设备的刺激触发器以及记录通道。刺激参数可以用绝对和相对术语定义，可以与实验早期的特定测量结果相关联（例如，个体静息或主动运动阈值，RMT/AMT））大多数的协议依赖于实时大脑状态的方式运行（如：实时脑电诱发TMS从自定义的空间滤波器中提取特定频带的特定相位和振幅）或与外部触发器同步（如concurrent TMS-fMRI 中的MR 体积触发器），而不是使用预先定义的随机试验间隔进行刺激。此外，预先 TMS 基线的临时评估允许在session记录期间自动拒绝和替换不良试次（例如，具有 EMG 肌肉神经支配的试次）。自定义 MATLAB 代码（包括其他 MATLAB 工具包的函数）可以集成为与刺激触发器相关的回调函数，从而在实验时（包括行为任务）提供完全的灵活性。
图1B. 实验控制模块（左）和协议设计模块（右）。可以以交互方式配置不同类型，多个脉冲，刺激强度，刺激，刺激和试验间隔间隔的多个刺激器，也可以支持配对脉冲和双线圈协议。
4.3 结果
为了允许在线质量控制和促进试验，记录的数据由结果模块即时处理和可视化，并根据各自的协议提供可用的分析和绘图（结果参见图 2）。实验者也可以隐藏结果。所有结果图都被保存，并且可以在单独的窗口中打开以进行更仔细的检查。稍后重新打开实验并选择已完成的方案将恢复所有结果。BEST 工具包目前未提供事后离线数据分析功能。
4.4 硬件配置
刺激和记录设备因实验室和实验而异。硬件配置模块（图1 C）允许用户灵活配置（例如，名称、端口、通道等）多个输入（刺激）和输出（记录）设备，这些设备保存在实验文件中，以后可以从协议设计（Protocol design）模块的下拉菜单中选择。
图1C.硬件配置模块。可以配置多个输入(测量)和输出(刺激)设备，然后从其他BEST Toolbox模块中选择。
4.5 通用设置（GeneralSetting）
通用设置模块允许用户设置其他实验的参数，例如实验配置和数据的目录，以及结果图保存的设置等。
4.6 实验书(Lab book)
Lab Book模块在进行实验时自动记录所有重要事件（例如，记录的开始和停止、暂停、成功完成或取消）的时间节点（time stamp）。它还允许实验者随时添加自由文本注释，以记录实验文件中的异常事件和实验文件中的实验设置。
5 协议功能（Protocol Functions）
协议设计模块提供了几个高级功能来配置标准 NIBS协议（特别是用于 TMS-EMG），例如热点搜索、阈值估计、刺激响应曲线、兴奋性测量（例如，MEP、ERP 和 TEP），以及皮质内和皮质间相互作用（配对脉冲和双线圈协议）。下面，我们简要介绍一些最常用的协议函数(Protocol functions)。
5.1 热点搜索(Hotspotsearch)
当刺激装置（例如，TMS 线圈或PES 电极块）的位置和方向需要根据预先定义的标准（如，幅度、一致性、波形形状或感觉质量）被迭代调整以优化感兴趣的响应（如，MEP、TEP、运动/感觉）时，需要热点搜索协议。热点搜索通常需要由实验者做出主观决定，评估反应并手动迭代改变刺激位置直到满意。未来的版本将提供客观的闭环模式，命令使用者或机器人定位系统下一次放置线圈的位置。
5.2 阈值估计 (Thresholdestimation)
可以以闭环方式估计运动或感觉阈值。该协议配置设备的刺激强度，触发刺激，获取反应数据（例如，EMG 或行为输入），并运行阈值估计方法（例如，PEST或最大似然估计（maximum likelihood estimation））来确定并设置下一个刺激强度（见图 2 B 中的 RMT 估计）。阈值标准是由使用者定义的（例如，RMT 为 50 μV，AMT 为 200 μV），上述自动预 TMS 评估和试验拒绝功能以及最大肌肉收缩 EMG 校准运行允许来确保只包括满足所需的试次（例如，RMT <50 μV 或 AMT 最大收缩的 10-30%）。
图2B. 通过闭环参数估计程序自动确定RMT，可视化记录的MEPs(左上)和刺激强度(右上)、ITI分布(左下)和实验状态(右下)。
5.3 MEP 刺激反应曲线（MEP stimulus-responsecurve）
刺激-反应曲线是表征刺激和反应参数（例如，TMS 强度和 MEP 幅度）之间关系的常用方法。BEST 工具包将玻尔兹曼 sigmoid 函数（Boltzmann sigmoid function）拟合到数据并提供其阈值、拐点和平稳区（plateau）（图 2 C）。还可以为双脉冲和双刺激器协议（例如，SICI、SICF、LICI、ICF、IHI、SAI 和 PAS）生成相应的曲线，系统地改变或调节刺激的强度、刺激间间隔（ISI ) 或试次间间隔 (ITI)，并确定产生最大测试脉冲调制的50%作为最佳参数。
图2C. 不同强度单脉冲MEPs剂量响应曲线估计(左上)，拟合s形函数(右上)，跨条件峰-峰振幅散点图(左下)，提取参数(如阈值、拐点、平台)(右下)。
5.4 肌电测量（MEP measurement）
MEPs 可以从多个肌肉中测量，峰-峰值幅度和潜伏期在逐个试验的基础上评估和存储，并提供描述性测量（例如，平均值、中值、SD、SEM）（参见图 2 A)。还可以使用此功能创建配对脉冲和双刺激器协议。
图2A. EEG诱发的TMS正在进行的mu-alpha(8 14hz)节律的峰值(红色)和波谷(绿色)，可视化目标相位直方图(左上)，时间锁定平均值(左下)，两种条件的MEPs(中间)，ITI分布(右上)和实验状态(右下)。
5.5 TEP 测量（TEP measurement）
TEP 可以从多通道 EEG 中测量，可视化特定蒙太奇的单次试验和平均时间锁定 EEG 数据，以及来自特定感兴趣时间窗口的不同 TEP 成分的地形图（图 2 E）。
图2E. TEP测量，将TMS诱发电位描绘为所有通道(左上)以及每个通道带有地形信息(左下)的蝴蝶图，以及不同时间窗口的地形图(右上和右下)。
5.6 rTMS 干预
重复 TMS (rTMS) 干预可以灵活设计用于执行已建立的固定频率 rTMS（例如，1 或 5 Hz）或模式化协议（例如，θ 脉冲刺激）以及具有任意脉冲序列的新协议。根据触发输出硬件的时间精度和刺激器提供的配置可能性，用户可以选择刺激器在单次触发时是否释放单个脉冲、部分突发/序列或整个脉冲序列。
5.7 ERP测量（ERPmeasurement）
ERP 可以从多通道 EEG 记录，可视化不同感兴趣时间窗口特定蒙太奇的平均锁时响应和地形图。ERP 成分的幅度和潜伏期（例如，体感诱发电位的 N20 潜伏期，SEP）被自动提取并提供给后续协议（例如，SAI、PAS 等）。
5.8 静息状态脑电图测量（Resting-stateEEG measurement）
对于静息状态脑电图测量，记录了几分钟的多通道连续脑电图数据。通过FieldTrip使用多锥形窗口快速傅里叶变换估计功率谱密度，并且可以使用 IRASA 或 FOOOF（后者通过 FieldTrip 和 BrainStorm 工具包）执行 1/f 校正。原始和 1/f 校正的功率谱被可视化，并且为预定义的目标振荡提供了单独的峰值频率和信噪比 (SNR)（图2D），以支持实时 EEG-诱发 TMS 协议。
图2D. 静息状态脑电图测量，显示IRASA获得的原始的和分形功率谱(左上)，1/f校正谱(右下)，信噪比(左下)，提取的参数(右下)。
5.9 并发TMS-fMRI（Concurrent TMS-fMRI）
为了提供并发 TMS-fMRI所需的 TMS 脉冲和 fMRI 的图像采集的时间精确交叉，BEST 工具包控制外部微控制器和 LM555 定时器集成电路 ( http://best-toolbox.org/14_TMSfMRIMeasurement ) ，它接收 MR volume触发器并在适用时触发 TMS。
5.10 TUS 参数规划
BEST 工具包支持用户确定和正确设置聚焦经颅超声 (TUS) 实验所需的多个相互依赖的超声参数，并相应地配置NeuroFUS Pro系统。
6 结论与展望
BEST 工具包为研究人员和临床医生提供了一个强大且易于访问的工具，用于进行最先进的多模式 NIBS 研究的设计、运行和在线分析。它旨在促进 NIBS 研究的客观性、可重复性和透明度，提高实验控制和数据质量的标准，并促进实时和闭环应用程序的使用，例如，用于依赖于大脑状态的大脑刺激。BEST 工具包功能不断扩展，未来版本将提供与（机器人化）基于 MR 的神经导航的完全集成，以完全自动化热点搜索和mapping研究。
Brain Stimulation: 大脑电生理记录和刺激工具包（BEST）相关推荐
- （最好的BEST）脑电生理记录和刺激工具箱
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注 导读 非侵入性脑刺激(NIBS)实验中没有足够标准化的重复程序.鉴于实验设计和研究人员经验的多样性,需要自动化但灵活的数据收集和分析工具来提 ...
- 颅内EEG记录揭示人类DMN网络的电生理基础
使用无创功能磁共振成像(fMRI)的研究为人类默认模式网络(DMN)的独特功能组织和深远重要性提供了重要的见解,但这些方法在跨多个时间尺度上解决网络动力学的能力有限.电生理技术对于应对这些挑战至关重要 ...
- 综述：人类电生理的脑连接组学
<本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 脑连接组学是一门快速发展的神经科学子学科,可以用来从宏观尺度上检查不同脑区之间的功能和结构连接关系.研究表明, ...
- 电生理连接技术的比较
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 本文介绍了一系列电生理记录技术的异同.电生理连接性评估的方法,以及电生理数据中计算连接性的流程. 对大脑区域之间的电生理高级连接的测量必须 ...
- Brain Stimulation:深部脑刺激治疗难治性抑郁症的连接体分析
<本文同步发布于"脑之说"."悦影科技er"微信公众号,欢迎搜索关注~~> 目的:深部脑刺激(DBS)作为治疗难治性抑郁症(TRD)的最后手段已有十 ...
- Brain Stimulation：神经振荡预测帕金森病脑深部电刺激效果
摘要 背景: 神经振荡与帕金森病的症状有关.可以利用这种关系来优化深部脑刺激 (DBS),例如通过通知设备或人关于刺激的最佳位置.时间和强度.到目前为止,振荡是否能预测单个DBS的结果还不清楚. 目的 ...
- 自发和诱发电生理活动之间的动态关系
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 自发的神经活动波动已被证明会影响感知.认知和行为结果的变化.然而,这些波动形成刺激诱发的神经活动的复杂电生理机制仍有待进一步探索.自发和诱 ...
- 膜片钳电生理检测ACSF和电极内液配制
大鼠皮质细胞膜电位:皮质文化都沐浴在一种生理盐溶液(Na, 151 mM, K, 3 m m, C1, 154 m, 锥体神经元树突动作电位:急性剥离大脑保存在ACSF(mM):125NaCl, 25 ...
- 脑机接口 | 面向步态神经电生理研究的非人灵长类模型与系统
近期,海南大学生物医学工程学院脑机芯片神经工程团队在Frontiers in Neuroscience期刊上发表了题为<面向步态&神经电生理研究的非人灵长类模型与系统>的学术论文. ...
最新文章
- 怎样更好地使用快捷键？
- Unity开发者如何有效地进行本土化
- Nginx的应用之安装配置
- 其他-私人♂收藏（比赛记录 Mar, 2019)
- 当卷烟厂也那么卷后……
- vue弹出alert_vue+webpack 实现简单的弹窗(alert)组件
- Flutter Button 图文分析、效果浏览
- 【图像修复】基于matlab GUI运动模糊消除(逆滤波)【含Matlab源码 847期】
- 3dmax导出fbx事项注意
- idc机房建设费用_机房建设方案及报价清单.doc
- Web前端 HTML 基本结构标签
- 51ditu maps API 使用——显示所有信息——点击链接显示对应标记浮窗[修]
- 小象学院深度学习之TensorFlow高级实战
- 【PC工具】压缩包密码破解工具，暴力破解压缩包密码，zip密码获取
- 信用社考试计算机知识点,2017年农村信用社计算机考试模拟题
- Matplot X轴，Y轴最大值限定(固定X轴、Y轴的范围)
- 不论微信钉钉还是什么软件，我写了个通用的消息监控处理机器人
- 基于yolov5轻量级的学生上课姿势检测识别分析系统
- adb 工具源码修改
- ORB_SLAM3 Track线程详解