论文阅读-----使用可分离脚印的x射线3D CT向前和向后投影

CT图像重建算法------射线驱动投影模型 CT图像重建算法中的射线驱动投影模型之Joseph算法(RDM) 阅读详情

Long Y , Fessler J A , Balter J M . 3D Forward and Back-Projection for X-Ray CT Using Separable Footprints[J]. IEEE Transactions on Medical Imaging, 2010, 29(11):1839-1850.

              摘要

  在x射线计算机断层扫描(CT)中,迭代重建三维图像的方法比传统的滤波反投影(FBP)具有提高图像质量的潜力。然而,三维锥束前后投影仪的计算负担是迭代方法在x射线CT实际应用中面临的最大挑战之一。此外,投影精度对迭代法也很重要。本文提出了两种新的可分离足迹投影方法,将体素足迹函数近似为二维可分离函数。由于这些足迹函数的可分离性,在探测器单元上计算它们的积分大大简化,并且可以有效地实现。SF-TR投影机在跨轴方向上使用梯形函数,在轴向上使用矩形函数,而SF-TT投影机在两个方向上都使用梯形函数。仿真和实验表明,两种SF投影方法都比目前最先进的距离驱动(DD)投影方法精度更高。SF-TT投影仪比SF-TR投影仪对与大锥角相关的射线更精确。SF-TR投影机的计算速度与DD投影机相近,SF-TT投影机的计算速度约为DD投影机的2倍。

1、介绍

  与滤过反投影(FBP)[4]等传统方法相比,用于三维层析成像重建的迭代统计方法[1]-[3]具有许多优点,如可能改善图像质量和减少剂量。它们基于测量统计和物理模型,可以很容易地结合先验信息、系统几何和探测器响应。

  统计重构方法的主要缺点是迭代算法的计算时间较长,通常需要最小化某些代价函数。对于大多数迭代重建方法,每次迭代都需要一个前向投影和一个后向投影,其中前向投影大致是Radon变换的离散化求值,后向投影是前向投影的伴随。这些操作是迭代重构方法的主要计算瓶颈,特别是在三维图像重建。前向投影仪方法也用于制作数字渲染x光片(DRR)[5],[6]。

  传统的前向和后向投影仪计算每个层析射线与每个图像基函数之间的相交长度。许多加速这一过程的方法已经被提出,例如[7]-[13]。由于探测器单元的尺寸有限,平均每个探测器单元的交叉长度被认为是一个更精确的建模[14]-[19]。在数学上,它类似于计算每个基函数和一些检测器模糊(如二维矩形函数)的足迹的卷积。

  任何投影仪方法都必须考虑到成像系统的几何形状。锥形束几何图形是轴向和螺旋锥形束x射线计算机断层扫描(CT)所需要的。在三维平行光束几何投影空间,有四个独立的指标。射线方向由射线的方位角和极坐标指定,并分别表示射线的方位角和极坐标,并表示a上的局部坐标二维面积检测器。相反,轴向锥束投影空间由三个独立的指标和两个距离参数表征,其中表示光源点与轴逆时针方向的夹角,表示探测器坐标,表示光源到旋转中心的距离,表示等中心到探测器的距离(见图1)。轴向锥束几何是螺旋螺距为零的螺旋锥束几何的一种特殊情况。

  锥束几何中层析射线的发散导致像基函数的深度依赖性放大,即接近x射线源的体素比接近探测器的体素在探测器上投下更大的阴影。这种复杂性在平行光束几何中没有出现。因此,设计了许多现有的投影和反投影方法对于三维平行梁几何[16]-[18],[20],[21]不直接适用于锥梁几何。
在这里插入图片描述
              图1 轴向锥束平面探测器几何结构

  各种各样的三维圆锥梁几何投影方法已经被提出[5],[14],[15],[22]-[25]。
  所有的方法都在计算的复杂性和准确性之间做出了一定的妥协。其中,球对称基函数[15],[22]在图像表示方面比简单立方体素或其他基函数有许多优点,例如,它们的外观与观看角度无关。然而,计算它们的足迹函数的积分需要大量的计算。Ziegler等人将这些积分存储在一个查找表中。如果使用优化的blob,并且需要较高的精度,由于加载一个大的表,并且blob与更多的层析射线相交的事实,向前和向后投影的计算仍然是昂贵的。

  为了加快圆锥光束前后投影的计算,引入了校正技术[24]。Riddell等人[24]将原始数据重新采样到与两个重建体积主轴对齐的平面上,这样原始的锥束几何结构就可以被一个只涉及连续平面放大的更简单几何结构所取代。在迭代方法中,重采样测量可以简化每次迭代的前向和后向投影。然而,重采样涉及插值,可能会轻微降低空间分辨率。该方法的另一个缺点是,原始投影数据样本的统计独立性通常假设在校正后不再成立,因为插值引入了统计相关性。

  距离驱动(DD)投影仪[14]是目前最先进的方法。它将图像体素和检测器单元格的水平和垂直边界映射到一个公共平面(如或平面)上,并用矩形逼近它们的形状。(这一步类似于整改。)它计算沿(或)方向和沿方向的重叠长度,然后将它们相乘得到重叠面积。DD投影仪在x射线源的方位角为的奇数倍左右时误差最大,因为在这些角上跨轴足迹近似为三角形而不是矩形。

  本文介绍了两种用于三维前向投影和后向投影的新方法,即SF- tr[26]和SF- tt[27]投影机。他们将体素足迹函数近似为二维可分离函数。这种近似对于典型的轴向或螺旋锥束CT几何形状是合理的。这些足迹函数的可分离性极大地简化了它们在探测器单元上的积分计算,并允许SF投影的高效实现。SF-TR投影机在跨轴方向上使用梯形函数,在轴向上使用矩形函数,而SF-TT投影机在两个方向上都使用梯形函数。对于锥面角小的锥束几何,如多层探测器几何,在轴向使用矩形近似是准确的;对于锥面角大的CT系统,如平板探测器几何,使用梯形近似是准确的。

  我们的研究表明,两种SF投影机方法都比距离驱动(DD)投影机更准确。特别地,SF方法减少了数的奇数倍左右的误差,SF-TT投影仪比DD投影仪更精确,SF-TR投影仪用于与大锥角相关的体素。SF-TR投影仪的计算速度与传统投影仪相当DD投影机和SF-TT投影机大约慢2倍。

  为了平衡计算和准确性,人们可以结合SF-TR和SF-TT投影机,即使用SF-TR投影机来处理与小锥角相关的体素,例如x射线源平面附近的体素,在那里矩形近似是足够的,而使用SF-TT投影机来处理与大锥角相关的体素。

  本文的组织结构如下。第二节回顾了锥梁的几何和投影,描述了锥梁三维系统模型。并给出体素基函数锥束投影的解析公式。第三部分介绍了SF投影机,并对SF投影机与DD投影机进行了对比。第四节给出仿真结果,包括SF-TR的精度和速度比较,SF-TT,和DD投影仪作为独立模块和迭代重建。最后,第V得出结论部分。

2、 锥束投影

A.锥束几何
  为了表示简单,我们关注平面探测器的轴向锥束几何(见图1)。这些方法很容易推广到电弧探测器和螺旋几何。
  源位于以平面旋转中心为圆心的半径圆上的点上。源位置可参数化如下:
在这里插入图片描述
  其中Dso为光源到旋转中心的距离,Beta为光源点与轴逆时针方向的夹角。为了简单起见,我们提出了x射线理想点源的情况。为了部分解释非理想x射线源,可以修改下面(20)和(26)中的足迹函数。
  让(s,t)表示二维探测器平面上的局部坐标,其中s轴垂直于z轴,t轴平行于z轴。二维探测器上的一个点可以表示为:
在这里插入图片描述
  其中旋转中心到探测器的距离为Dod=Dsd-Dso。射线从P0到P1的方向向量可以表示为:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
两个式子分别表示射线从P0到P1的方位角和极角。
在这里插入图片描述
积分是沿着线段的(下面是一条射线的定义):
在这里插入图片描述
对于源与探测器之间的一点x(x,y,z),其投影坐标S为:
在这里插入图片描述
在这里插入图片描述
投影坐标t为:
在这里插入图片描述
连接光源和X的光线方位角和极角为:
在这里插入图片描述
B.锥梁三维系统模型

  在迭代图像重建的实践中,我们不是对一个连续的对象F(x)进行操作,而是将一个由公共基函数表示的离散化对象投影到笛卡尔网格上,如下所示:
在这里插入图片描述
在这里插入图片描述
(公式内的参数和一些前提)
在这里插入图片描述
在这里插入图片描述
  大多数投影/反投影方法使用线性模型,忽略了由比尔定律[28],[29]的非线性引起的“指数边缘梯度效应”。我们在这里采用相同类型的近似。假设检测器模糊坐标h(s,t)是独立于β,不随移动而改变的,并且仅沿s和t坐标作用。那么理想的无噪声投影满足:
在这里插入图片描述
p(s,t,β)由公式(7)给出,为锥束投影值,(sk,tl)表示由索引(k,l)指定的检测器单元格的中心,我们提出的方法适用于任意样本(sk,tl),但为了表示和实现的简单性,我们将重点放在均匀间隔样本的情况下:
在这里插入图片描述
deta s和deta t分别为s和t的样本间距,用户可选择的参数cs和ct表示检测器的偏移量,例如,对应于cs=1/4对应检测器的偏移量为1/4 [30],[31]。
  将对象的基展开模型(14)代入(15)并使用(7)得到线性模型:
在这里插入图片描述
其中系统矩阵A的元素是以下单基函数的圆锥束投影的样本,其中心在c[n],
在这里插入图片描述
“模糊足迹”功能是:
在这里插入图片描述
计算体素的足迹也称为“溅射”[32]。
  前向投影仪的目标是快速而准确地计算(17)。尽管系统矩阵A是稀疏的,但对于锥束CT中感兴趣的问题大小,即使是预计算和存储非零系统矩阵值也是不切实际的,因此实用的方法(包括我们提出的方法)基本上是动态计算这些值。
我们专注于探测器模糊的一个简单的可分离模型
在这里插入图片描述
rs和rt分别表示沿s和t的宽度。该模型考虑了探测器元件的有限尺寸。注意,rs和rt可以不同于样品间距sk-sk-1和tl-tl-1,以说明探测器间隙。
C.体素基函数的足迹
  我们将重点讨论三次体素基函数,但也可以推导出其他基函数的足迹的解析公式。三次体素基函数由:
在这里插入图片描述
其中
在这里插入图片描述
表示指示函数。
将(22)代入(20),则第n个基函数的锥束投影足迹解析式为:
在这里插入图片描述
在这里插入图片描述
对于典型的锥束几何形状,射线的极坐标角要比90小得多,因此不需要考虑。结合(18),(19)和(23)得到锥束CT中立方体素的“理想”投影仪。

3、可分离足迹(SF)投影

  计算体素基函数的动态真实足迹(23)和“模糊足迹”(19)是非常昂贵的,因此需要适当的近似“模糊足迹”(19)来简化二重积分计算。
  为了探索替代方案,我们用Dso=541mm和Dsd=949mm模拟了平面探测器锥束几何。我们用(23)的解析方法在以下样本位置计算体素的锥束投影,
在这里插入图片描述
图2的左列显示了以β=30°为原点时体素deta1=deta2=deta3=1MM的精确足迹函数及其轮廓。
图2的中间列表示当β=0°以(100,150,15)为中心的那些体素,连接光源和这个体素中心的光线的方位角和极角分别为14.3°和2.1°。典型的64层锥束CT几何锥角约为2。图2的右列显示β=0°时以(93,93,93)mm为中心的体素。连接光源和这个体素中心的光线的方位角和极角分别为11.7°和11.5°。典型的40×40cm2平板探测器锥束CT几何的锥角约为12°。前两个真实足迹看起来像二维可分离函数。第三个足迹除了左上角和右下角的小区域外,几乎是可分离的。
在这里插入图片描述
  受真实脚印形状的启发(见图2),我们将其近似如下:
在这里插入图片描述
表示具有单位最大振幅的二维可分离函数
在这里插入图片描述
右边两个式子分别表示s和t中的近似函数。式(25)中l()为qsf的振幅。
  对于小基函数和窄模糊h(s,t),每个探测器单元内与每个基函数相交的射线角度非常相似,因此L比h(s,t)和q平滑得多。将(25)代入(19)得:
在这里插入图片描述
不等式利用的事实是L在每个探测器单元上近似一个常数。该值表示检测器单元(sk,tl)的常数,*表示二维卷积。
  如果探测器模糊也被建模为可分离的,即,
在这里插入图片描述
那么模糊足迹函数(27)有以下可分离近似:
在这里插入图片描述
在这里插入图片描述
A.振幅近似方法

B.带有梯形/矩形功能的SF投影(SF- TR)

C.带有梯形/梯形功能的Sf投影(SF- TT)

以上A、B、C略,都是算法公式和推倒过程,需要的时候看原文公式即可。

D. SF投影仪的应用
  我们使用系统矩阵模型(18)和可分离足迹方法(29)来进行前投影和后投影,这确保了SF前投影和后投影互为精确伴随算子。略…
E. SF与DD的比较
  DD方法基本上是在一个公共平面上如xz何yz平面,使用两个方向的矩形逼近体素足迹。它还在检测平面上使用了可分离和移不变的检测器模糊(21)。然而,基于原始检测器模糊映射边界在公共平面上近似可分离检测器模糊不再是移不变的。这似乎防止使用内循环,以提高SF方法的效率。

4、结果

  为了评估我们提出的SF-TR和ST-TT投影机,我们将它们与DD投影机进行了比较,DD投影机是目前最先进的方法。我们比较了它们作为单个模块和迭代重建方法的准确性和速度。
A.前后投影仪作为单个模块
B.迭代重建中的前向和后向投影仪
A、B略

5、总结

  我们提出了两个新的3D向前和向后投影仪x线CT: SF-TR和SF-TT。仿真结果表明,SF-TR投影仪比DD投影仪精度更高,计算速度相近,SF-TT投影仪精度更高,但计算速度较SF-TR投影仪慢。DD投影仪是特别有利的相对于其他以前发表的投影仪在速度和准确性之间的平衡。SF-TR方法在跨轴方向上使用梯形函数,在轴向上使用矩形函数,而SF-TT方法在两个方向上都使用梯形函数。轴向的矩形近似适用于锥角较小的连续油管系统,例如多层几何结构。梯形近似对于具有大锥角的几何图形更实际,例如平板探测器几何图形。为了平衡精度和计算量,我们建议将SF-TR和SF-TT方法结合使用,即小锥角对应的体素使用SF-TR投影仪,大锥角对应的体素使用SF-TT投影仪。
  本文的模型和模拟都考虑了理想点源。对于有限大小的x射线源,会有更多的模糊,SF和DD方法之间的差异可能会更小。将足迹函数近似为二维可分离函数是该方法的关键贡献。由于可分性大大简化了足迹函数积分的计算,在跨轴和轴向使用更精确的函数是可能的,而不会使计算明显复杂化。
  SF方法的计算效率依赖于探测器平面的垂直轴与旋转轴平行的假设。如果探测器平面轻微旋转,则需要稍微插补以重新采样到与旋转轴平行的坐标上。
  虽然我们在本文中关注的是体素基函数,但二维可分离足迹近似的思想也可以应用到其他轴向和跨轴方向具有可分离性的基函数上,只要选择适当的函数即可。
  进一步的研究将解决实现基于图形处理单元(GPU)的SF投影仪[6]、[44]编程技术来提高速度的问题。

1.DRR-正向投影 1.正向投影: 1.1像素驱动 假设X射线源为点A,图像像素值在中像素心位置,探测器检测到的投影数据值也在探测器的中心位置。 正投影:连接光源A和图像的各个像素的中心位置B,到达探测器的E点。将光线上的像素点的值累加得到探测器E点的像素值(其中会涉及射线经过像素的权重参数) 反投影:像素驱动的反投影过程就是连接光源A和图像的各个像素的中心位置B,到达探测器的E点。反投影过程中,探测器检测到的投影数据是己知的(图中C、D两点的位置及投影数据都是已知量)所以,采用插值的方法即可求得点E的值。利用多个 阅读详情

相关推荐

后向投影算法(BPA)-SAR成像算法系列(二)

SAR成像算法:后向投影算法(BPA)原理介绍及实现步骤解析。

yjh_2019的博客 1万+

matlab ct投影数据,3.医学影像系统实验-CT投影数据采集、反投影重建实验.ppt

3.医学影像系统实验-CT投影数据采集、反投影重建实验华中科技大学生命科学与技术学院 实验教学中心 张日欣 * 实验内容介绍 数字图像处理部分(12学时) CT投影数据采集、反投影重建实验(2学时) 可视MRI数据实验(2学时) 医学影像系统实验-CTsim图像重建实验(4学时) DICOM格式数据的自编程序显示和处理(4学时) * 实验时间安排: 第17周: 周二3-10节: ...

weixin_35426348的博客 1052

SAR成像系列:【7】合成孔径雷达(SAR)成像算法-后向投影(Back Projecting)算法(附Matlab代码)

SAR成像的BP成像算法简单,鲁棒性好,分辨率高,适用于任何轨道或飞行轨迹模型,不存在斜距近似假设,运动补偿容易。尤其适合双基和多基SAR成像

zr2006_7的专栏 1万+

关于CT图像重建,投影矩阵的产生是基础啊!!!

关于CT图像重建,投影矩阵的产生是基础啊!!! 什么是投影矩阵呢???专业的术语我答不上来,但是我觉得就是实际医疗设备采集到的数据,但是我们并没有这些数据啊!! 这时就要自己建立模型,产生这些数据,可是怎么建立呢??? 步骤1.需要有一张图片 步骤2.很据图片获得投影矩阵 步骤3.根据投影数据重建原始图像。 我觉得有一种用已知做未知再求未知的过程,,,,这个过程我还可以理解。 关键的

murongguqu的博客 3292

后向投影算法(续)-SAR成像算法系列(八)

后向投影(BP)算法的后续:结合仿真分析了不同工作模式、几何构型以及成像坐标下的SAR成像规律。

yjh_2019的博客 6629

雷达后向投影算法MATLAB实现

一、原始回波数据 二、时域脉冲压缩 三、后向投影 四、部分代码(完整代码见下载链接) clc; clear all; close all; %% 参数定义 %========================================= c=3e8; j=sqrt(-1); pi=3.1416; fc=5.3e9; lamda=c/fc; D=4; ...

qq_41186819的博客 7871

前向投影和反向投影什么区别?back projection、forward projection

前向投影和反向投影什么区别?back projection、forward proj

Kp0fS的草稿纸 944

【matlab】雷达成像系列 之 BP(BackProjection,后向投影) 成像算法

BP算法的介绍与分析

Trey_优快云 的优快云博客 4万+

CT原理与技术 第3章 图像重建

CT原理与技术 主编:余晓锷 龚剑 第3章 图像重建 仅用于复习参考

m0_56365090的博客 6973

【SAR成像】聚束模式下后向投影(BPA)算法原理解析【附MATLAB代码】.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

锥束CT圆加直线轨迹反投影滤波重建算法

针对圆加直线轨迹重建,提出了一种基于M-line的反投影滤波重建算法。结合圆加直线轨迹几何特点,给出简洁合适的M-lines选取方法;通过求解穿过M-line上重建点的R-line的端点坐标,确定反投影积分区间,从而推导得到算法的具体重建公式。证明圆加直线轨迹重建区域(圆轨迹平面区域除外)R-line的唯一性,并求解扫描所需最短的直线轨迹长度。实验结果表明,该算法能够在大锥角扫描时获得较好的重建结果,明显提高了重建图像质量。

通俗讲解光栅渲染中的重投影(Reprojection)——前向投影法

本文深入浅出地讲解了光栅渲染中的核心技术——重投影,并重点解析了前向投影法的原理与实现。通过类比电影拍摄,阐释了前向投影如何主动预测历史像素在当前帧的位置,以生成高质量的“投影帧”缓存,从而为TAA等时间性抗锯齿技术提供高效支持,是提升游戏画面质量与渲染性能的关键。

iii12的专栏 222

【吐血整理-历时两个月,长达万字】FDTD Solutions学习笔记

原教学视频来自于Ansys-Lumerical官方的FDTD100,所看视频来自B站大佬UP主 【Nestor_呐等】 的幸苦翻译,本文内容粘贴自我个人在学习FDTD100时,通过字幕和一些个人理解总结的一份word。整理不易,强烈建议收藏!...

weixin_45719141的博客 10万+

opoengl 投影矩阵的推导

原文:http://blog.youkuaiyun.com/wangdingqiaoit/article/details/39010077 OpenGL学习脚印: 投影矩阵的推导 写在前面                本节内容翻译和整理自http://www.songho.ca songho的博客《OpenGL Projection Matrix》内容,以供自己和初学者熟悉投影矩阵推导

和尚的专栏 1388

AI使用指南:6个超实用的Prompt提示词模板

最近越来越多人开始接触AI,但其实想要让AI更懂你,关键是掌握对的提示词模板!今天就给大家分享6种超实用的Prompt提示词模板,不管你是小白还是老手都能用

程序员世杰 8170

RRAM/ Near Memory Computing (NMC) Survey - Reading Notes 0707

Reading Notes of Resistive Random Access Memory – Day 2 Chapter 3 RRAM Characterization and Modeling Overview of RRAM Physical Mechanism A general picture for the filamentary switching mechanism. Forming: 对本征RRAM样本,加电压VformingV_{forming}Vforming​,中间氧化层的O

Blog of Lucky H6 990

雷达成像后向投影(BP)算法

雷达成像算法之后向投影算法

Guang_Hui_P的博客 5173

【脚本篇】---spyglass lint脚本

【代码】【脚本篇】---spyglass lint脚本。

冬瓜 6355

投影定位算法matlab,浅识——后向投影成像算法(BackProjection,BP) 【MATLAB代码分析】...

一、什么是BP算法由来:BP算法最初是McCorkle受计算机层析技术的启发推导而来,所谓的计算机层析:就是CT(Computer Tomograpy),这是在医院中再普遍不过的技术了。BP算法的原理:BP算法参考了“时延-叠加”的思想,在雷达应用中,其对雷达接收天线接收到的回波信号进行距离向匹配率,获取回波数据中包含的相幅信息,再通过IFFT进行逆傅里叶变换,获取收发天线组合的时延,最后累积信号...

weixin_42522964的博客 3431

从SRIOV到SIOV:PCIe虚拟化技术下一代革命

如果说SR-IOV是过去十年PCIe虚拟化的“标杆方案”,那SIOV就是为超大规模云数据中心、AI集群量身打造的“破局者”——它解决了SR-IOV难以逾越的扩展性瓶颈,同时平衡了性能、成本与生态兼容性。今天就从“为什么需要SIOV”到“SIOV到底强在哪”,再到“未来要解决什么问题”,做一次全方位深度拆解。

存储随笔 2558

土壤水动力学_前 言

Van Genuchten (V-G) 模型是土壤水分特征曲线中最常用的模型之一。它通过数学方程描述了土壤基质吸力与体积含水量之间的关系,被广泛应用于土壤水分运移、土壤盐渍化、边坡稳定性等研究领域。V-G模型是描述土壤水分特征曲线的重要工具,但它并不是完美的。在实际应用中,需要根据土壤类型、试验条件等因素选择合适的模型。土壤基质吸力是土壤水分学中的一个重要概念,它对土壤水分的保持、植物的生长以及土壤的工程性质都有重要影响。

weixin_44259522的博客 5327

无公式通俗介绍雷达后向投影算法(雷达BP算法)

网上介绍雷达BP算法的文章基本都是结合公式介绍,相关视频资料也很少,入门难度大,所以想结合自己的理解,通俗介绍BP算法的基本原理,以帮助大家更好入门(有什么不对的地方欢迎指正)。更形象的描述:可以将BP算法想象成一个虚拟的3D扫描仪。它绕着一个物体(如一座建筑)飞行,每个时刻都会获取不同视角下的“雷达快照”。这些快照并不能直接拼在一起,而是需要通过复杂的校正和叠加,类似于将不同角度的照片用透明胶片一张张叠加到同一个位置,最终拼凑出物体的完整图像。

GLSchase的博客 2304

【肌电处理】肌电信号EMG积分肌电值+均方根值+中值频率+平均功率频率【含Matlab源码 3386期】

肌电信号EMG积分肌电值+均方根值+中值频率+平均功率频率 完整的代码,方可运行;可提供运行操作视频!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 822

DRR(数字重建放射影像)

DRR数字重建放射影像,基础定义,常见的一些正投影算法。

ashiners的博客 1万+

【XCharts插件】5-2、从Excel中读取数据并更新图表案例(v3.0)

XCharts插件是一款基于UGUI的功能强大、易用、参数可配置的数据可视化图表插件。【Unity3D插件】XCharts插件完全教程《全网最全》-专栏文章目录【XCharts插件】5-1、从Json中读取数据并更新图表案例(v3.0)介绍了如何从Json文件中读取数据,并更新表格,这篇文章就介绍如何从Excel中读取数据,并更新图表吧。

优快云博客专家,Unity3D高级软件工程师,《Unity 3D从入门到实战》作者。 1274

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

上一篇: 插值算法
下一篇: Windows+Visual stdio+CUDA编程方式及测试
!呜呼啦呼!
博客等级 码龄7年 175粉丝 40原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值