由于基于圆轨道锥形束 CT ( computertomography)重建算法(如 FDK算法)只有在小锥角的条件下才能得到比较好的重建质量,因此在实际应用中时受到很多的限制。该文利用外推的思想提出了一种基于同心圆轨道的锥束 CT重建算法。利用不同半径的同心圆轨道对物体重建两次,并根据平方反比关系,利用两次 FDK算法重建结果的差异估计出真实值和重建值的差异,然后利用这个差异来修正重建结果。得益于这个修正,该算法可以很好地抑制FDK算法由于锥角变大引起的伪影。仿真模拟结果表明:该算法对高对比度和低对比度物

matlab脑部代码Matlab实现，可去除头部CT和CTA图像的头骨。 引用这个项目 如果您在工作中使用此代码，请： @article {NAJM20191，标题=“使用形状优化的凸优化从头部CT和CTA图像中自动提取大脑”，期刊=“生物医学中的计算机方法和程序”，卷=“ 176”，页=“ 1-8”，年=“ 2019”，issn =“ 0169-2607”，doi =“”，url =“”} @article {qiu2014prostate，title = {前列腺分割：使用3-D TRUS和MR图像的具有轴向对称性的有效凸优化方法}，作者= {邱，吴和元，景和Ukwatta，伊兰加和太阳，岳和拉杰尔， Martin和Fenster，Aaron}，期刊= {IEEE医学影像交易}，卷= {33}，数字= {4}，页数= {947--960}，年份= {2014}，出版商= {IEEE}}

基于CT图像的孔隙网络提取与两相渗流模拟，刘瑜，王合明，孔隙网络模型是以孔隙体及与其相连的吼道来描述多孔介质的孔隙结构，可以为渗流模拟研究提供许多特征参数。本文研究中采用CT扫描�

提出一种基于小波变换的像素级CT，MR医学图像融合方法，利用离散小波变换分别将两幅源图像进行多尺度分解，再用不同的小波系数邻域特征指导高频分量和低频分量的小波系数的融合，低频分量采用邻域方差指导，高频分量采用邻域能量指导，最后根据融合图像的各小波系数重构融合图像。实验表明：不论从主观感受，还是采用信息熵和平均梯度两项指标作为客观定量评价标准，该方法都优于传统的融合方法，获得的融合图像有效地综合了CT与MR图像信息，能够同时清晰地显示脑部骨组织和软组织。

Segmenting Soft Tissue Sarcomas是由手术病理确认的软组织肉瘤的医学 PET-CT 图像，从2004年11月到2011年11月，有19例病例发现了肺部转移。

基于光子计数探测器的CT系统在蒙特卡罗模拟平台的实现

对ct算法进行迭代运算

扇束CT图像重建中投影数据生成、CT图像重建以及图像显示的MATLAB代码，其中投影数据是在直线上等间距排列的。

用于COVID19的CT扫描分类 Klasifikasi CT扫描untuk COVID-19 menggunakan卷积神经网络（CNN）

ct Matlab代码CT重建 Matlab代码，通过应用反投影，滤波反投影和卷积反投影来重建CT图像。