图像的先验信息在降低CS反演的计算复杂度和提高重建质量方面起着重要作用。 本文提出了一种基于小波的多元追踪算法，该算法利用了图像的先验信息，而这些信息超越了简单稀疏性。 所提出的方法以多变量方式从多次测量中重建图像小波系数，并以提取的图像边缘作为先验信息来指导算法在CS恢复中的追踪过程。 通过边缘信息与多元联合恢复的交互作用，该算法显着提高了边缘明显，稀疏度高的CT，MRI等图像的重建质量。 数值实验表明，与其他最新的CS算法相比，所提出的算法具有更高的重构质量并保持更高的计算效率。

本程序利用K-wave实现了用一维线性阵列探测器采集到的光声信号数据完成2维光声图像重建

采用求解正则化函数的方法求解图像去噪重建问题，并对修复结果使用pnsr和ssim方法进行评估，具体使用方法见文档中使用说明。

采用代数迭代算法进行图像重建的MATLAB程序，具有借鉴的价值，欢迎大家分享，谢谢！ 采用代数迭代算法进行图像重建的MATLAB程序，具有借鉴的价值，欢迎大家分享，谢谢！

The sensitivity of diffuse optical tomography (DOT) imaging exponentially decreases with the increase of photon penetration depth, which leads to a poor depth resolution for DOT. In this letter, an exponential adjustment method (EAM) based on maximum singular value of layered sensitivity is proposed

We present a full three-dimensional, featured-data algorithm for time-domain fluorescence diffuse optical tomography that inverts the Laplace-transformed time-domain coupled diffusion equations and employs a pair of appropriate transform-factors to effectively separate the fluorescent yield and life

由浅入深地讲解了医学影像处理算法和原理

近年来, 随着各种新型荧光探针的出现和成像方法的改进, 远场光学成像的分辨率已经突破了衍射极限的限制。基于结构光照明的荧光显微技术凭借成像速度快、光毒性弱等优点, 已成为目前主流的超分辨成像技术之一。实现结构光照明超分辨显微成像的关键在于照明光场的精准调控和后期的超分辨图像重建算法, 否则将会在重建的超分辨图像中产生不可预估的伪影, 混淆对观测结构真实形态的判断。详细对比了几种典型的结构光照明显微超分辨重建算法, 证明基于图像重组变换的结构光照明超分辨图像重建算法可以有效解决极低结构光场调制度下的超分辨图像重建问题, 降低结构光照明显微中的激发光功率。

sheep_logan的二维扇束投影精确值，可用于扇束图像重建用，可参考本人博客的图像重建使用

圆轨道锥束平板探测器投影数据，0-359度，每度一个投影，即角度间隔为1度，共360个投影；X射线源到探测器的距离为80cm，X射线源到旋转中心的距离为40cm，平板阵列探测器的各条边长均为40cm，共有256×256个探测单元，每个探测单元边长大小为40/256 cm。