正常和出血性CT扫描图像数据集，共6794张图片 正常和出血性CT扫描图像数据集，共6794张图片 正常和出血性CT扫描图像数据集，共6794张图片

演示计算机断层扫描图像重建基本原理的函数。 特别是反向投影、使用 Ramlak 滤波器和迭代重建的滤波反向投影。 它还包含用于创建 singoram（将图像转换为氡空间）的函数。

EIT_Sphere_Reconstruction 是一个工作示例 GUI，用于为深部大脑中的高阻抗电极进行电阻抗断层扫描图像重建。 该代码用于分析（模拟）通过 NeuroNexus 阵列记录的阻抗模式，并包括针对 NOSER 过度正则化伪影的新伪影去除程序。 此代码依赖于 EIDORS V3.8 来完成大部分实际计算，但可能适用于其他版本的 EIDORS。 还包含一些示例数据以帮助您入门

手机阅卷大师软件使用简单方便，能够扫描相册中答题卡图片，或使用扫一扫功能实时扫描。 1.建立答案模板，设定当前答案，模板 2.扫描相册中答题卡图片，或使用扫一扫功能实时扫描 3.保存扫描结果 可使用外购印刷答题卡 也支持的自定义答题卡模板： [链接：https://pan.baidu.com/s/1C-MVYdpzcbokocBjk-D5dg?pwd=asdf ]

肺CT1 肺部CT扫描图像

CT图像重建：使用MATLAB的计算机断层扫描图像重建项目

这是一个关于胸部癌检测的项目，使用机器学习和深倾（CNN）。 我们分类和诊断，如果病人有癌症或不使用AI模型。 我们向他们提供有关癌症类型和治疗方法的信息。 我们试图收集所有数据，我们需要使模型分类的图像很容易。 所以我不得不从许多资源中获取数据来启动这个项目。 我研究了很多，从许多资源收集所有数据，并清理它为CNN。 chest-ctscan-images_datasets.txt chest-ctscan-images_datasets.zip

该脚本演示了如何使用图论来分割光学相干断层扫描图像中的视网膜层。 用法： 按 F5 运行脚本。 我正在开发一个更全面的开源软件包，用于光学相干断层扫描图像中视网膜层的计算机辅助分割，目前包括 1. 6 个视网膜层的自动分割和 2. 用于检查和手动校正自动分割的 GUI。 可以在我的github页面下载。http://panyuteng.github.io/caserel 引用为： Chiu, Stephanie J., 等。 “与专家手动分割一致的 SDOCT 图像中七个视网膜层的自动分割。” 光学快报 18.18 (2010)：19413-19428。 腾，庞宇。 (2013)。 Caserel - 用于在光学相干断层扫描图像中对视网膜层进行计算机辅助分割的开源软件。 泽诺多。 10.5281/zenodo.17893 http://dx.doi.org/10.5281/zenodo.1

视网膜分层是视盘结构三维分析、青光眼三维特征提取的基础，为改善视网膜 OCT 图像的层次分割效果，提出了一个基于强度的二维视网膜黄斑 OCT 图像多层结构分割算法。分割方法通过预处理、滤波等操作，计算出视网膜OCT图像中每个A-scan的强度和强度梯度值，能很好地分割出视网膜OCT图像中的RNFL上界、IS和OS分界线、RPE层下界等，并用最短距离计算的黄斑距离策略对黄斑部位分层结果进行再优化，从而实现视网膜OCT图像的层次分割。实验结果表明，所提算法优化效果好，时间复杂度低，运行速度较快。

pydicom_rtstruct_contour_mapping 我可以使用pydicom打开包含CT扫描的DICOM文件。 我可以使用DICOM查看器工具（如dicompyler或MiM）查看轮廓。 但是，我无法在pydicom中查看上述轮廓。 pydicom_rtstruct_contour_mapping工具的目的是使自己和其他人能够将轮廓与CT扫描切片相匹配，能够查看轮廓叠加在顶部的扫描，并能够使用规范数据科学家的工具箱（例如，作为numpy和matplotlib。