数据集是一个包含腹部CT扫描图像的医学影像数据集，该数据集主要包含用于检测胃癌的腹部CT扫描的轴位切片图像，这些图像最初是在诊断过程中获取的，以识别胃癌的迹象。数据集文件是一个约93.9MB的压缩包，解压后包含一系列腹部CT图像，图像格式可能为DICOM或其他标准医学图像格式。这些图像为研究人员提供了丰富的数据资源，可用于多种医学影像相关的研究和应用开发。数据集的应用 胃癌检测：研究人员可以利用这些CT扫描图像构建和测试算法，以识别CT扫描中的胃癌迹象，从而提高胃癌的诊断准确性和效率。 图像分割：该数据集可用于训练图像分割模型，精确勾勒出腹部器官及潜在肿瘤的轮廓，这对于医学影像分析和诊断具有重要意义。 医学影像研究：研究人员可以利用这些图像探索和创新CT图像分析与处理技术，推动医学影像领域的研究进展。 该数据集专注于胃癌检测相关的腹部CT图像，具有一定的专业性和针对性。虽然其规模可能不如一些大型的多中心、多器官标注的腹部CT数据集（如AbdomenAtlas），但对于专注于胃癌研究或特定医学影像任务的研究人员来说，仍具有较高的价值，需要注意的是，该数据集的规模和标注信息相对有限，如果需要进行更广泛的腹部器官研究或多器官分割任务，可能需要结合其他更大型的数据集（如AbdomenAtlas或AbdomenCT-1K等）来获取更丰富的数据和标注信息。

人体CT扫描段层DCM格式，可用于机器学习/人工智能，练习参考。

测量DNA损伤反应（DDR）成分激活的技术已在暴露评估和个性化医学中得到应用。 DDR和相关的DNA修复途径包含数百种蛋白质，因此对激活的详细测量在技术上既困难又费力。 我们研究的目的是在基于高通量电化学发光（ECL）的平台上开发某些DDR成分的蛋白质特异性检测方法。 我们为共济失调的毛细血管扩张症（ATM），检查点激酶2（CHK2），磷酸化的ATM S1981，磷酸化的CHK2 T68和磷酸化的肿瘤蛋白p53（p53）S15开发了五个有效的测定对。 我们针对细胞和癌症模型中的传统免疫印迹和γ-H2AX病灶措施验证了ECL结果。 为了在临床环境中测试基于ECL的技术，我们利用了接受计算机断层扫描（CT）扫描的患者的外周血单个核细胞（PBMC）。 CT扫描既代表着有价值的医学影像诊断，也代表着受控的电离辐射环境研究，因为它们能提供约2到31毫西弗（mSv）的电荷，并能激活DDR组件。 在这项研究中，我们表明基于ECL的技术可以测量患者PBMC样品中DDR成分的基础和损伤诱导水平。 使用盲法研究设计和患者匹配的CT扫描前后，我们显示ECL衍生的数据可以一致地（94％的时间，15/16例患者

#bonemapy ABAQUS插件可将CT扫描的骨骼特性映射到3D有限元骨骼/植入物模型。 这通常用于将异质材料属性应用于骨骼模型​​。 与和一起开发，以提供用于准备和后处理骨骼/植入物计算机模型的工具。 版权所有2013，Michael Hogg（ ） MIT许可证-有关使用和重新分发的详细信息，请参阅LICENSE.txt 要求 软件需求 ABAQUS> = 6.11 pydicom> = 0.9.7 笔记： ABAQUS是商业软件包，需要的许可 骨图的作者与ABAQUS / Simulia无关 bonemapy使用内置在ABAQUS中的Python和numpy。 ABAQUS（v6.11-v6.13）的最后几个发行版均使用Python 2.6.x和numpy 1.4.x 模型设置要求 模型必须仅包含四面体元素。 支持所有3D应力四面体元素（ABAQUS元素类型C3D

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

用于CT扫描的二值化图像多重分形计算

肺CT1 肺部CT扫描图像

随机森林图像matlab代码使用CNN的肺癌亚型分类 入门 演示版 random_forest.ipynb 包含什么 癌症亚型分类管道的Python源代码 MATLAB源代码，用于从3D原始图像生成2D联合直方图 二维关节直方图（.csv）的肺癌数据集 可视化每一步的检测管线 在自己的数据集上进行训练的示例 依存关系 Python 3.4 TensorFlow 1.3 凯拉斯2.0.8 用法 结果 接触 查看我的学士论文：基于多模态CT的2D联合直方图的肺癌亚型深度学习分类器，以获取有关此工作的更多详细信息。

描述：用于计算机断层扫描 (CT) 扫描仪质量保证的基于 GUI 的软件。 对 Catphan 或水幻影图像执行半自动分析。 需要 MATLAB 图像处理工具箱。 说明：解压 .zip 内容并将当前工作文件夹（路径）设置为包含 CTQI.m 的文件夹。 运行 CTQI.m 函数以启动。 鸣谢：西澳大利亚珀斯查尔斯盖尔德纳爵士医院医疗技术与物理系。 免责声明：该软件目前处于草稿格式，尚未经过彻底测试。 它仅用于研究目的。 期待后续的重大改进和修复。 此程序不包含任何保修。 我们对通过软件获得的数据的准确性不承担任何责任。

20例COVID-19患者的CT扫描和专家分割 metadata.csv COVID-19 CT scans_datasets.txt COVID-19 CT scans_datasets.zip