1.将表层毛细血管丛和脉络膜毛细血管的图像导入MATLAB 2.表层毛细血管会在脉络膜毛细血管层上留下伪影，所以要先除去脉络膜毛细血管上的阴影伪影。我我们对视网膜浅表血管丛图像进行阈值处理以创建二进制蒙版。然后，我们将遮罩覆盖在脉络膜毛细血管图像上，这有助于我们识别脉络膜毛细血管图像上的伪影。 3.为了识别脉络膜毛细血管图像中的血流空隙，我们首先应用了高斯平滑滤波器来减少脉络膜毛细血管图像中的斑点噪声，然后对脉络膜毛细血管图像做阈值处理。 Imean表示脉络膜毛细血管图像的平均像素强度，而表示正数，该值与脉络膜毛细血管图像的像素强度的标准偏差相乘。正常人的数据库中，平均SD灰度级约为47，（图像动态范围从0到255）。 经过计算低于该阈值的的像素即为血流空隙（图3e中的绿色） 4.最后只留下绿色的像素，同时二值化（即为f图）

互联网

Matlab与VC接口在医学图像处理中的应用.pdf

基于分水岭分割进行肺癌诊断.zip

这本软件指南分为两部分，每部分又包括几个章节。第一部分是ITK的基本情况介绍。第一章和接下来的两章介绍如何在你的计算机上安装ITK，包括安装预编译库和运行以及从源代码编译软件。第一部分同样也介绍了一些基本的系统概念，如:系统结构概述、如何使用C++、Tcl和Python编程语言建立应用程序。第二部分从用户角度来介绍软件，提供了大量实例描述系统的主要特征。

摘 要　 医学拼接在医学影像研究中有着广泛的应用。 利用图片对器官整体研究时, 需要将具有重叠区域 的多源信道所采集到的关于同一器官的图像进行图像配准、图像融合等图像拼接技术处理, 生成一副关于器官 的立体影像图。 本文讨论了医学图像处理中图像拼接的几种基本算法。 每种图像拼接算法在图像处理中都有 各自不同的处理效果, 各有优、缺点。 在实际使用中, 根据不同的情况采用不同的拼接算法, 以达到更好的效果

基于MATLAB的医学图像配准实验.pdf

测试医学图像增强方法的大综合比较，有图有真相。opencv库需要自己导下：包含了ACE局部增强；c++版的CLAHE、HE和opencv的比较；高斯拉普拉斯金字塔方法（Gaussian-Laplacian-Pyramids）；图像分割获取连通域；rentinex增强方法；直方图均衡、伽马、log变换、拉普拉斯等。代码都可以跑，医学图片也有，只要把各个cpp中的main方法后的数字删一下（注意只能存在一个main方法）。我跑code的环境是：VS2013+opencv3

由于医疗器械成像原理、人体器官蠕动等外界因素的影响,针对医学图像中噪声污染、细节信息隐藏、组织边界模糊等问题,设计了基于Matlab GUI的医学图像处理仿真系统。该系统具有对DICOM格式图像进行图像增强、图像滤波、图像分割、形态学处理及边缘检测等功能。以人体胆囊结石医学超声图像为研究对象,对仿真系统测试表明,经处理后的图像拥有更好的可视度,有效提高了原图像的图像质量,丰富了图像信息量。该系统界面友好、参数调节灵活、操作简单,可转化为.exe可执行文件,脱离Matlab环境运行,方便用户使用。

The dataset is provided by the Society for Imaging Informatics in Medicine(SIIM), American College of Radiology (ACR),Society of Thoracic Radiology (STR) and MD.ai. 本数据集由医学影像信息协会SIIM，美国放射学院ACR，胸部放射协会STR和MD.ai出品。 chestimage_datasets.txt