图像的降噪处理 图像的中值滤波技术 图像的小波分析理论基础 边缘检测 图像分割 基于MATLAB的系统平台总体设计 图形用户界面(GUI) 系统图形界面介绍 GUI界面布局设计 GUI各功能模块的设计

非常好的CT重建入门书籍，内容通俗易懂，讲解比较详细，从FBP到迭代法。曾更生的这本书是业内较为经典的著作，十分有助于学习或者参考。 《医学图像重建（中文版）》主要介绍医学图像分析系统的现代图像重建技术，内容涵盖二维(2D)平行光束和扇形束成像，三维(3D)平行线、平行面和锥形束成像，详细内容包括：解析算法和迭代算法，以及这些算法在X光CT、SPECT、PET、MRI等医学影像中的应用；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。《医学图像重建》力图用深入浅出的方式介绍一些高深的理论，用图示的方式来展开讨论。

基于小波变换的医学图像融合程序，毕业论文做的基于小波变换的医学图像融合。

利用MATLAB编辑的医学图像配准程序

医学图像分析MATLAB代码 不知道对大家有用否？

大量的cT图片，方便做医学图像处理的实验，方便做图像的分割，配准，融合等等的实验。

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。