使用Keras中实现的深层神经网络对气胸进行分割 该库包含Keras中“基于深层神经网络的常规计算机断层扫描中的气胸分割”的原始实现（Tensorflow作为后端）。 实施模型 网络 膨胀的U网 ResNet34_Unet ResNet50_Unet PSP网 注意U-Net UNet ++ MultiResUNet 多功能一体机 UNet3 + 细分结果 图1：气胸分割结果的可视化 引文

该数据集包含对糖尿病性黄斑水肿的光学相干断层扫描图像进行分割的图像。数据集载自文章：S. J. Chiu, M. J. Allingham, P. S. Mettu, S. W. Cousins, J. A. Izatt, S. Farsiu, "Kernel regression based segmentation of optical coherence tomography images with diabetic macular edema", ( BIOMEDICAL OPTICS EXPRESS), 6(4), pp. 1172-1194, April, 2015 Segmentation of OCT images (DME)_datasets.txt

二、产生反投影数据 点击“仿真投影数据产生”菜单项，调用PhotoStarView类中的OnProjection() 响应函数 调用CCTEmulate类中的成员函数Projection（）完成投影数据采集 具体算法：分别对模型中每一个椭圆投影得到数据，然后将数据相加，便得到整个模型的投影数据 画图演示采集过程 演示过程分为了两步。首先是缩小S-L模型，程序通过隔点采样的方式来缩小图像。然后每隔十度画一组投影线。

MATLAB编程实现连续断层工业CT图像的三维重建，有两种方法，一种是面重建，一种是体重建。希望对大家有所帮助，谢谢！

OCT文件转换器 该存储库包含用于从制造商的专有文件格式中提取原始光学相干断层扫描（OCT）和眼底数据的代码。 动机 制造商使用专有数据格式存储数据通常会阻碍眼科研究。 例如，直到最近，UK Biobank项目中约200,000次OCT扫描仅以Topcon的.fds文件格式提供，这阻止了批量处理和分析。 唯一允许访问这些扫描的免费软件是 ，它是用C ++编写的，不再进行维护。 该存储库旨在提供可用的基于python的工具来读取这些专有格式。 支持的文件格式 .fds（Topcon） .fda（Topcon） .e2e（海德堡） .img（Zeiss） .dcm 安装 需要python 3.7或更高版本。 pip install oct-converter 用法 examples /中包含许多示例用法脚本。 这是读取.fds文件的示例： from oct_converter .

3D_CT_分类 此示例将显示构建3D卷积神经网络（CNN）以预测计算机断层扫描（CT）扫描中病毒性肺炎的存在所需的步骤。 2D CNN通常用于处理RGB图像（3通道）。 3D CNN只是3D等效项：它以3D体积或2D帧序列（例如CT扫描中的切片）为输入，因此3D CNN是学习体积数据表示的强大模型。

上传估计有问题，请勿下载！ 对于研究CT有极大的帮助！国外经典教程，中文版；对CT的最新技术有着深入的讲解！

EIDORS 是一种基于 MATLAB 的免费软件，用于电阻抗断层扫描的正向和反向解决方案。 在这段代码中，我使用 EIDORS 来演示基于 EIDORS 内置反演算法的简单图像重建。 首先，我生成一个人工合成的阻抗数据并对其进行重构，最后将反演结果可视化。 代码被大量注释以便于理解。 欢迎任何建议。

基于GPS和InSAR反演汶川Mw7.9地震断层滑动分布.pdf

Illustrate image reconstruction for multislice 2D PET, including both intra and inter-slice regularization.