多模态医学图像配准技术的研究，林晓梅，魏巍，多模态医学图像配准近年来成为了医学图像处理领域的热点与难点。尽管这方面的研究已经开展有了一些成果，但目前的所应用的主要方

这是一本入门的书, 其宗旨是向读者介绍经典的和现代的图像重建方法. 本书涵盖了二维(2D)平行 光束和扇形束成像, 三维(3D)平行线, 平行面, 及锥形束成像. 包括解析算法和迭代算法. 本书还描述 了这些算法在X光CT, SPECT, PET, 和 MRI 等医学影像中的应用. 本书对最新的研究成果, 如使用截 断的投影数据精确重建 ROI, Katsevich 的锥形束滤波反投影 (FBP) 算法, 以及利用 l0 极小化方法来 重建极度欠采样数据.

ITK的入门教程，有些地方翻译的不太好，入门用还可以

基于 Matlab GUI 的医学图像处理及分析系统 。 ，主界面显示了本次设计包含的三个设计方面。 如图 2，CT 分析，包含读入数据集之后的被试者信息提示，显示平面选择， 显示窗选择，拖动切换图像，ROI 的勾画与信息计算。 如图 3，PET 显示，包含拖动切换，原始 PET 图像的显示，和假彩色 PET 图 像的显示。 如图 4，CT-PET 图像的融合，包含 CT-PET 的分别显示，拖动切换，融合系 数设置，和最终的融合显示。

软件介绍: DcmTransform是一款专用的医学格式转换器，于对符合DICOM 3.0标准的医学图像文件。软件首先对DICOM文件中的数据进行解析，并将其以图像的样式显示。图像显示后，用户可以自定义地调节医学图像的窗位窗宽。由于医学图像数据的像素变化范围通常为0-4095或0-1023，不同于传统图像文件的0-255。而计算机所能显示的黑白像素范围是0-255，所以需要对医学图像进行像素值的映射处理，即调节医学图像的窗位窗宽。调节操作的作用在于改变显示图像的明暗度对比度。当用户调节好医学图像的窗位窗宽后，即可以对医学图像文件进行格式转化。转化的文件格式可设为BMP格式和JPG格式。用户亦可以根据自己的需要设置转化图像的属性信息，如图像的质量，大小。对于CT，MRI断层图像来说，通常拍摄得到的是一系列DICOM文件，该系列文件通常在同一个文件夹目录下。对于某一系列文件，由于拍摄中设备参数设置不变，其像素的变化范围，图像的明暗度饱和度基本相同，所以在图像转化操作中，用户可以调节好窗位窗宽后，一次性的将系列文件全部转化。对于DSA血管减影造影图像，也是需要拍摄一系列的图像，该系列图像通常保存在同一DICOM文件中。它借助计算机对血管造影图像进行数字图像处理，以消除背景的干扰，突出医生感兴趣的血管部分的信息。医学关心的并不是原始拍摄的图像信息，而是减影成像后的图像。所以本软件即可以将原始图像数据转化成普通图像文件，也可以转化减影成像后的图像。DICOM文件是按照DICOM标准存储的医学文件，它不仅可以用来封装各种医学图像，也可以封装其它医学信息，如病人姓名，性别，拍摄单位、设备参数等。这类资料保存在DICOM文件的文件头中，DICOM文件头包含了标识数据集合的相关信息。DICOM文件一般由1个DICOM文件头和1个DICOM数据集合组成。在对DICOM文件处理过程序中，亦需要对其文件头进行解析，得到图像的相关信息。本软件可以将解析后的文件头保存为TXT文本文件，以便于查看。本软件还为用户提供了普通图像文件浏览的功能，以便于用户转化完DICOM文件后，查看转化效果。图像浏览时，先列出所有转化后图像的缩略图，用户点击任意一幅缩略图即可打开该图像。

医学图像的三维重建技术的相关代码，包含的有相关VS2010的源代码

是一本进行三维医学可视化的经典书籍，适合于初学者

双水平集模型在医学图像分割中的研究与应用_李祥健.caj

小波变换作为时频分析的强大工具，已经被广泛应用于各个工程 领域。本文主要研究小波变换在医学图像处理中的应用，包括医学图 像的去噪及分割。第一章中概述了医学影像学和一些医疗设备的成像 原理，而后对医学图像处理的意义及方法进行了介绍。第二章主要分 析了可能影响医学图像的各种噪声及其统计模型，而后，简要介绍了 几种典型医学图像中的噪声。第三章详细介绍了小波变换的相关理 论，尤其是对其衍生出的正交小波、双正交小波和冗余小波的理论及 实现做了说明，突出介绍了小波变换的多分辨率分析特性在图像去噪 应用中的优势。小波阈值去噪在医学图像处理中的应用，及其原理和 方法在第四章中进行了详细介绍，并对阈值选取算法做了说明。接下 来，在第五章之中详细讨论了综合分水岭分割算法和小波变换的图像 分割，提出了一种基于标记的分水岭分割算法，并将这种算法与小波 变换相结合，取得了较好的分割效果。第六章则展示了本文提出的小 波变换去噪及分割算法在CT图像中应用的实验结果，无论是去噪还 是分割，都取得了较好的结果。第七章对全文进行了总结，并对今后 的工作进行了展望。

主要实现了基于正弦图的三种重建算法：FBP,MLEM,OSEM等，适合从事医学图像开发研究人员，包括但不限于CT, MRI，PET等。