这里主要讲深度学习用在超分辨率重建上的开山之作SRCNN。
超分辨率技术（Super-Resolution）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。
SR可分为两类:从多张低分辨率图像重建出高分辨率图像和从单张低分辨率图像重建出高分辨率图像。
基于深度学习的SR，主要是基于单张低分辨率的重建方法，即SingleImageSuper-Resolution(SISR)。
SR方法主要可以分为四种模型：基于边缘，基于图像统计，基于样本（基于补丁）的方法。
本文的SRCNN网络结构非常简单，仅仅只有三层网络就是实现了SR。
网络结构如下图所示：

基于C++和DCMTK开源库实现医学影像DICOM的显示

《数字图像处理——应用篇》是由谷口庆治编著的一本深入探讨图像处理技术的专业书籍，这本书在图像处理领域具有很高的权威性。
全书完整PDF版本是唯一可获取的全面资源，对于学习和研究图像处理技术的读者来说，无疑是一份宝贵的资料。
图像处理是计算机科学中的一个重要分支，它涉及了将模拟图像转换为数字形式，以及对数字图像进行各种操作以改善质量或提取有用信息。
在《数字图像处理——应用篇》中，作者谷口庆治详细阐述了这一领域的关键概念和技术，包括图像获取、颜色模型、图像增强、图像复原、图像分割、特征提取以及模式识别等核心主题。
1.**图像获取**：这部分介绍了图像传感器的工作原理，如CCD和CMOS，以及扫描仪和相机的成像过程。
同时，还涵盖了像素的概念、采样理论和量化过程。
2.**颜色模型**：书中详细讨论了RGB、CMYK、HSV、YCbCr等常见颜色模型，以及它们在不同应用场景下的选择和转换方法。
3.**图像增强**：通过滤波器、直方图均衡化等手段改善图像的视觉效果，提升图像质量，这部分包括线性和非线性滤波、对比度增强等技术。
4.**图像复原**：针对图像退化问题，如噪声、模糊等，提出了一系列恢复技术，如Wiener滤波、反卷积等。
5.**图像分割**：这是图像分析的关键步骤，包括阈值分割、区域生长、边缘检测等方法，用于将图像划分为有意义的部分。
6.**特征提取**：为了识别和理解图像，需要从图像中提取有意义的特征，如角点、边缘、纹理和形状，这些特征可用于后续的模式识别和对象识别。
7.**模式识别**：利用机器学习算法，如支持向量机、神经网络、决策树等，对图像中的模式进行分类和识别，是图像处理领域的高阶应用，广泛应用于OCR文字识别、人脸识别、医学影像分析等领域。
8.**OCR文字识别**：光学字符识别技术是模式识别的一个实例，通过识别图像中的文字并转化为可编辑文本，该技术在文档自动化处理、图书数字化等方面有着广泛的应用。
压缩包中的文件名表明资源分为了三个部分：`数字图像处理——应用篇.part1.rar`、`数字图像处理——应用篇.part2.rar`和`数字图像处理——应用篇.part3.rar`。
通常，这种分卷压缩格式是为了便于大文件的传输和存储，用户需要下载所有部分并使用合适的解压工具（如WinRAR或7-Zip）合并解压，才能获得完整的PDF文件。
《数字图像处理——应用篇》是一本涵盖广泛、深度适中的教材，适合计算机视觉、图像处理、模式识别等相关领域的学生和研究人员。
通过学习本书，读者不仅可以掌握基本的图像处理技术，还能了解其在实际应用中的策略和方法，为进入这个领域的深入研究打下坚实基础。

随着医学影像技术的日益成熟以及各种各样的医学影像设备在医院中的广泛使用,可以便捷无损地获取到人体内部组织信息图像,如何通过图像处理技术对这些信息进行有效的处理,用于辅助医生的诊断甚至进行手术规划等,具有重大的社会效益和广泛的应用前景。

本文档介绍了DICOM协议的主要内容，分为三部分，详细讲解了DICOM信息层次、传输协议等内容，有利于医学影像信息学的学生作为DICOM入门文档

免费，好用，够用。
比很多所谓大公司出的PACS系统里报告程序都要强大

基于matlab工具，对医学影像中最常用的shepp-logan模型进行投影仿真，射束为锥束，采用射线与椭球体求交的算法生成锥束射线下头模型的投影图像

《医学图像编程技术》是医学图像编程的入门级教材和参考书。
《医学图像编程技术》通过一个个由浅入深的编程范例，介绍了如何使用三维可视化工具箱VTK和医学图像分割与配准工具箱ITK进行三维医学图像编程。
《医学图像编程技术》的主要内容包括VTK与ITK的联合安装和使用、VTK编程入门范例、VTK的数据结构、VTK的可视化算法（包括颜色映射、抽取轮廓、剪切、纹理等）、VTK的医学图像处理功能（包括图像分割、图像平滑、重切分、体绘制等）、VTK的综合应用等。
《医学图像编程技术》最后介绍了常用医学图像处理软件MIPAV、3DSlicer在结构像、功能像、脑图谱、弥散张量成像和纤维束跟踪等方面的应用。
《医学图像编程技术》可作为医学影像学专业高年级本科生和研究生教材，也可作为大学教师、公司研发人员、硕博研究生进行医学图像研究时的技术参考书。
《医学图像编程技术》中的医学图像数据和编程范例在随书携带的光盘中，可供读者运行和上机实验。

通过MRI扫描得到的人体大脑图像，用于医学影像分析和三维重建。

基于openjpeg开源代码的，对dicom医学图像文件，浏览，传输，等操作的开发，在VS2010环境下能过编译测试，可以放心下载。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。