05_CT图像重建系统（openCV源码）

pnextract-Kong网络提取代码 有关详细信息，请参见 ， 和文件夹。 注意：此存储库与库相同，但没有pnflow代码。 一般说明 编译中 要进行编译，请在最上层目录中打开一个终端，然后运行： make -j 一切编译成功后，要清理临时文件，请键入： make clean 上面的命令可以在存在子文件或Makefile的大多数子文件夹中运行。 具有makefile的库应在包含Makefile的应用程序之前进行编译。 编译需要gnu（Linux）make，cmake，具有-std = c ++ 11支持的C ++编译器和MPI。 使用g ++（版本5 +）（默认）和intel-2018编译器对编译进行测试。 测试和演示 要测试代码，请输入： make test 这应该在test文件夹中复制一系列输入文件/脚本，并运行一系列相对较快的测试用例（请参阅子目录中的READM

【图像融合】基于小波变换实现CT图像融合（融合指标）含Matlab源码

CT图像重建算法的实现，包括ART算法，FBP滤波反投影算法，能得出清晰的人头模型图像。

Segmenting Soft Tissue Sarcomas Dataset 是一套医学 PET-CT 图像数据集，数据均来自于手术病理确认的软组织肉瘤，它是 TCIA 研究的预处理子集。 该数据集由 Kaggle 于 2015 年发布，相关论文有《A radiomics model from joint FDG-PET and MRI texture features for the prediction of lung metastases in soft-tissue sarcomas of the extremities》。

CT Medical Image Analysis Tutorial: CT images from cancer imaging archive with contrast and patient age Dataset 是一个癌症 CT 图像数据集，其包含 69 位患者的 475 个病例 CT 影响，用于检查与对比患者年龄和 CT 图像数据之间的联系，它是 TCGA-LUAD 肺癌 CT 影响数据库的一部分。 该数据集由 Kaggle 于 2016 年发布，相关论文有《Radiology Data from The Cancer Genome Atlas Lung Adenocarcinoma [TCGA-LUAD] collection》。

人脸三维重建 ct图像的三维重建系统

基于Android平台的CT图像可视化显示方法及实现.pdf

CT图像重建等距扇束投影算法FBP实现，适合初学者学习；利用python实现，有不懂可以交流。

利用超声波CT（Computerized Tomography）探伤技术，对含预埋缺陷的混凝土构件进行探测，采集走时数据重建波速分布-“反演成像”。实验结果表明，超声CT图像可以比较完整地反映某一断面上混凝土的内部质量，从而根据速度差异识别缺陷。并通过分析成像结果，对影响CT图像质量的主要因素：测线的布置、成像单元的划分、反演方法的选择，进行了初步研究和评价。