CT图像重建，滤波反投影重建算法（FBP）代码详解。

经典SAR时域成像FBP算法的原始文献及其中文翻译，文献英文名：Fast Backprojection Algorithm for Synthetic Aperture Radar，文献中文名：合成孔径雷达快速反投影算法，作者Ali F. Yegulalp，译者：Ivan

用于在Node.js上运行NoFlo程序的命令行工具 该工具旨在与开发环境一起使用，以在上运行网络。 该工具运行您的NoFlo程序，并通过WebSockets或WebRTC向诸如Flowhub和fbp-spec之类的工具提供接口。 这样可以检查正在运行的NoFlo程序的状态，以及实时编辑项目的图形和组件。 准备项目文件夹 首先设置一个本地NoFlo Node.js项目。 例如： $ mkdir my-project $ cd my-project $ npm init $ npm install noflo --save $ npm install noflo-nodejs --save 继续安装所需的任何，例如： $ npm install noflo-core --save 如果您愿意，这是将项目推送到的绝佳时机。 启动运行时 一旦安装了运行时，就可以启动它了： $ npx no

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。

奥雷利亚骨架导航 该骨架是平台的一部分。 它使用gulp设置了标准的导航样式应用程序，以使用Babel编译器构建ES6代码。 还配置了业力/量角器/茉莉花测试。 要了解最新信息，请访问并订阅。 如果您有任何疑问，我们邀请您 。 如果您想对我们的开发过程有更深入的了解，请安装 Chrome扩展程序并访问我们的任何存储库板。 您可以通过访问获得Aurelia所有工作的概述。 运行应用 要运行该应用程序，请按照以下步骤操作。 确保已安装 。 这提供了运行构建工具的平台。 在项目文件夹中，执行以下命令： npm install 确保已安装 。 如果需要安装，请使用以下命令： npm install -g gulp 确保已安装 。 如果需要安装，请使用以下命令： npm install -g jspm 注意： jspm查询GitHub以安装semver软件包，但是GitHub对匿名

扇束CT图像FBP算法的MATLAB代码，其中包含RL、SL和NEW滤波器，可以分析不同滤波器对重建结果的影响。

一个滤波反投影的实例程序，好用.直接点击运行便可看到结果。其中运用了三种滤波方式，和直接做反投进行比较

流动：数据必须流动 这是Alpha软件。 它可以正常工作，并且已经过优化，但是目前还没有所有计划的功能。 API可能会意外更改。 使用各自的最佳功能和可用库，以不同的编程语言编写的组件（程序）连接起来。 使它们在组件网络中进行通信。 建立一个数据工厂，组件在其中将传递的数据帧转换成有用的输出。 组件自然会利用所有可用的处理器内核。 组件网络可以跨越多台机器，适合在分布式系统中使用。 路由可用，并且存在负载平衡组件。 尽可能使用可用的现成组件。 收集专用组件的集合，并将其重新用于您的下一个和下一个项目。 因此，您不必花更多的时间在开发上，而不必为每个项目重新编写代码。 这是由提出的基于流的编程（FBP）的基本思想。 该flowd （用于流量守护程序）可以处理FBP网络的执行中，把由编程，然后构成某种应用程序或处理系统中所定义的运行时环境。 因此，基于可重复使用的黑匣子的

滤波反投影重建算法中有无滤波器及插值方式的比较（matlab）

用matlab实现ct滤波反投影fbp算法，其中投影可以直接用radon变化实现，但代码中手动编写投影部分的代码，使用的滤波器为R-L滤波器