电子书：Introduction to Inverse problems in imaging，关于图像处理中的逆问题

高动态范围图像的处理技术（HDR）,包括2005年第1版和2010年第2版，均为英文版，详细介绍了HDR领域的原理和技术。

多重代数重建技术的核心代码，用matlab编写，M为最终的重建函数，imagesc（M）后得到重建图像

YOLO-V5-道路窘迫成像 该存储库代表现代计算机视觉YOLO V5在自动检测道路故障中的用途。所有代码和模型正在积极开发中，如有更改或删除，恕不另行通知。 要求 Python 3.8或更高版本以及torch>=1.7和requirements.txt中给出的要安装，请运行： $ conda install -c conda-forge pycocotools $ pip install -r requirements.txt 坑洞推断 要对data/images示例图像进行推断： $ python detect.py --source data/images --weights best_potholes.pt --conf 0.5 --img 416 裂缝推断 要对data/images示例图像进行推断： $ python detect.py --source data/ima

OHIF医学影像查看器 OHIF Viewer是由提供的零占用空间医学图像查看器。 它是一个可配置和可扩展的渐进式Web应用程序，对支持图像存档具有即用的支持。 | | 关于 OHIF医学影像查看器用于查看医学影像。 它可以从大多数来源和格式中检索和加载图像； 以2D，3D和重建表示形式渲染集； 允许对观察值进行操作，注释和序列化； 支持国际化，OpenID Connect，脱机使用，热键以及许多其他功能。 几乎所有内容都提供了一定程度的自定义和配置。 如果它不支持您需要的东西，我们会接受请求并拥有不断完善的扩展系统。 为什么选择我们 社区与经验 OHIF Viewer是协作的成果，已成为许多现役，生产和FDA Cleared医学成像查看器的基础。 它得益于我们广泛的社区的集体经验，以及个人，研究小组和商业组织的赞助。 专为适应 与许多公司和组织进行了5年以上的整合之后，OHIF Viewer从头开始进行了重建，以更好地满足其许多用户不断变化的工作流程和配置需求。 Viewer的所有核心功能都是使用其自己的扩展系统构建的。 相同的可扩展性使我们能够提供： 2D和3D医学图像查看

NCRF 该存储库包含用于重现论文主要结果的代码和数据： 如果您发现代码/数据很有用，请引用以上文章： @inproceedings{li2018cancer, title={Cancer Metastasis Detection With Neural Conditional Random Field}, booktitle={Medical Imaging with Deep Learning}, author={Li, Yi and Ping, Wei}, year={2018} } 如果您有任何疑问，请将其发布在github问题上或发送电子

matlab集成c代码 C-NLOS-imaging-based-on-LCT 基于光锥变换的共焦非视距成像(Nature25489)代码复现及改写 Confocal non-line-of-sight imaging based on the light-cone transform 增加linearized_admm代码文件夹 该文件夹不存在于Nature附加材料中，但作者所在SCIL实验室提供了这些代码 更改了Jupyter默认的Latex模板, 故NoteRewrite.ipynb若需要导出pdf, 建议用替换jupyter notebook的默认latex生成模板, 否则无法成功转换. 如何运行？ Notes.ipynb是其他所有文件(包括文章和代码)的集合。其中包括了中英文的paper，支撑材料和可以运行的matlab代码(需要安装MATLAB Kernel) 安装方法：

FracNet 抽象的 背景：肋骨骨折的诊断在确定创伤严重程度方面起着重要作用。 但是，随着患者数量的增加，快速，准确地识别大量CT图像中的肋骨骨折是一项艰巨的任务，这也要取决于放射科医生的资格。 我们的目标是针对临床上适用的自动系统，用于从CT扫描中进行肋骨骨折的检测和分割。 方法：将来自一个中心的900例患者的总计7,473例带注释的外伤性肋骨骨折纳入我们的数据集，称为RibFrac数据集，并使用人工环标签程序进行注释。 我们开发了一种名为FracNet的深度学习模型，用于检测和分割肋骨骨折。 分别将720名，60名和120名患者随机分为训练组，调整组和测试组。 使用FreeResponse ROC（FROC）分析来评估检测性能的敏感性和假阳性，并使用联合路口交叉口（IoU）和骰子系数（Dice）来评估预测的肋骨骨折的分割性能。 观察者研究（包括独立的仅涉及人类的研究和人类协作研究）

A. 导线电感 (1) 一定长度的导线电感 载流导线总是闭合的，包围的面积越大，磁链ψ越大，电感就越大。一段导线是总自感的一部 分。导线长度为l(cm),直径为d(cm),磁导率为μ=μ0，则低频电感 )75.0 4 (ln20 −= d l lL ×10-7(H) （3-25） 如果导线长度很短(l<100d)，在括号内增加一项d/2l。在很高频率(大于1GHz)时，导线电感趋于 极限值 )1 4 (ln2 −=∞ d l lL ×10-7(H) (3-25a) 高频时，由于导线的集肤效应减少了磁场空间，使得磁场减少，电感量减少。一般用式（3-25） 计算，中频时（数百kHz）最大有6％的误差，高频时只有2％误差。这在工程上完全允许的。 例4：求一段直径为1mm，长50cm的铜连接线的低频电感量。 解：根据公式(3-25)得到 77 0 1075.0001.0 5.0 ln5.0210)75.0 4 (ln2 −− ×⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −×=×−= d l lL =0.546μH （2）单导线对大平面(地回路)之间电感(图3-13) 单导线直径为d(m)，长度为l（m）,导线与平面之间平行，导线与平面间距离为h(m),其电感量 ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ + ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ++ ++ = d h hll dll lL 4 ln 4 4/ ln2 22 22 ×10-7(H) + [ ]2 4 4 2 22 2 2 2l h l d h d+ − + + − +/ / ×10-7(H) (3-26) 如果d<>h时，以上公式可进一步简化为 ) 4 (ln2 d h lL = ×10-7(H) (3-26c) （3）两根平行导线电感（图3-14） d h 图 3-13 导线平行地线

matlab绘制曲线代码离体钙成像数据处理 Matlab 代码是用于图像加载（使用内存映射）、ROI 绘制和 dF/F 计算的定制 GUI R 脚本用于处理来自 MATLAB GUI 的 ROI 读数。 其中包括制作dF/F曲线、统计分析、热图等。