这是一个医学图像重建作业matlab源码，通过滤波反投影实现的，可运行，是医学图像计算课程作业

利用MATLAB实现医学图像处理与分析边缘是图像最基本的特征。所谓边缘是指图像周围像素灰度有阶跃变化或屋顶状变化的像素的集合, 它存在于目标与背景、目 标与目标、区域与区域、基元与基元之间。边缘具有方向和幅度两个特征, 沿边缘走向, 像素值变化比较平缓; 垂直于边缘走向, 像素 值变化比较剧烈, 可能呈现阶跃状, 也可能呈现斜坡状因此, 边缘可以分为两种: 一种为阶跃性边缘, 它两边的像素灰度值有着明显 的不同; 另一种为屋顶状边缘, 它位于灰度值从增加到减少的变化转折点。对于阶跃性边缘, 二阶方向导数在边缘处呈零交叉; 而对 于屋顶状边缘, 二阶方向导数在边缘处取极值。

对于生物信息学的学习者是不错的学习资料，努力学习，乐于分享

对传统去噪算法、小波去噪算法和曲波去噪算法的理论进行了介绍，采用Matlab编程对两种算法进行了测试。对原图加不同类型和不同强度的噪声，采用小波去噪和曲波去噪算法对这些图片进行去噪仿真实验。计算不同噪声图片处理后的信噪比以及人眼视觉直观感受两个方面来评价去噪的效果。通过观察得到的去噪图片以及信噪比数据，小波去噪和曲波去噪算法对高斯噪声都能起到良好的去噪效果。而对于椒盐噪声，则会导致图片的失真，但曲波去噪算法处理椒盐噪声后得到的图片能够更加符合人眼的视觉感受。

基于带有边缘信息的互信息最大化的多模式医学图像配准，适合于从事图像配准的研究人员

利用MATLAB写的，关于医学图像处理的代码，将图像处理技术应用于医学领域。利用MATLAB写的，关于医学图像处理的代码，将图像处理技术应用于医学领域。

U-Net：用于生物医学图像分割的卷积网络 翻译自：k3v1n1990s 原论文：U-Net: Convolutional Networks for Biomedical Image Segmentation

这是我计算机图象处理这门课的期末论文，展示了如何利用Matlab进行数字图像的处理，本例是照亮血管边缘的，里面用到了很多种技术，希望对您有用。

ITK-SNAP搞医学图像必备利器

基于区域增长的医学图像分割技术 通信 信号处理 毕业论文