医学图像处理与分析 详细讲解数字图像处理重点讲解在医疗图像上的应用和分析方法

由浅入深地讲解了医学影像处理算法和原理

MATLAB工具箱大全--医学图像处理工具箱MedicalImageProcessingToolbox

 文中在研究现有先验知识与支持向量机融合的基础上，针对置信度函数凭经验给出的不足，提出了一种确定置信度函数方法，更好地进行分类。该方法是建立在模糊系统理论的基础上：将样本的紧密度信息作为先验知识应用于支持向量机的构造中，在确定样本的置信度时，不仅考虑了样本到所在类中心之间的距离，还考虑样本与类中其它样本之间的关系，通过模糊连接度将支持向量与含噪声样本进行区分。文中将基于先验知识的支持向量机应用于医学图像分割，以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不同噪声的图像进行实验，实验结果表明采用基于先验知识的支持向量机比传统支持向量机具有更好的抗噪性能及分类能力。

Skin皮肤数据集

提出了一种用于医学图像消噪的新型的小波阈值函数。改进的阈值函数是将两种常见的软、硬小波阈值函数相结合并加以改进，使其兼具了两者的滤波消噪特性。同时将改进的小波阈值函数应用在医学图像图像处理中，用于消除医学图像的噪声干扰，并利用仿真实验与软硬阈值函数作对比，从效果图和实验数据分析验证了其优势。

医学图像分割与配准 itk初步 itk实现

这个函数是D. Rueckert等人提出的b样条配准算法的(增强的)实现。“使用自由形状基于仿射和b样条网格的两个二维彩色/灰度图像或三维体或点数据的配准和数据拟合。 变形的非刚性配准:在乳房MR图像中的应用”。包括Rueckert的平滑惩罚(薄板金属弯曲能量)。此外，将归一化互信息定位为配准错误，允许图像或体积具有不同类型/模式，例如MRI T1和T2患者扫描。

很有用的介绍医学图像重建算法的教材，高清高质量电子文档

这是一本入门的书, 其宗旨是向读者介绍经典的和现代的图像重建方法. 本书涵盖了二维(2D)平行光束和扇形束成像, 三维(3D)平行线, 平行面, 及锥形束成像. 包括解析算法和迭代算法. 本书还描述了这些算法在X光CT, SPECT, PET, 和 MRI 等医学影像中的应用. 本书对最新的研究成果, 如使用截断的投影数据精确重建 ROI, Katsevich 的锥形束滤波反投影 (FBP) 算法, 以及利用 l0 极小化方法来 重建极度欠采样数据.