TIGRE:高效、灵活的3D断层扫描重建工具箱
2024-09-16 07:51:57作者:董宙帆
项目介绍
TIGRE(Tomographic Iterative GPU-based Reconstruction Toolbox)是一个开源的3D断层扫描重建工具箱,专为任意几何形状的快速和准确重建而设计。TIGRE特别关注于迭代算法,这些算法通过GPU(包括多GPU)的优化,显著提升了图像质量和重建速度。它结合了MATLAB或Python的高级抽象与CUDA的底层性能,既保证了速度,又易于使用。
TIGRE完全免费,用户可以自由下载、修改、添加和分享。我们的目标是提供一系列易于使用的算法,为断层扫描社区提供“开箱即用”的解决方案。我们希望通过鼓励和支持算法开发者和成像研究人员/临床医生的贡献,建立一个更紧密的桥梁。
项目技术分析
TIGRE的核心技术在于其强大的GPU加速能力和丰富的迭代算法库。以下是TIGRE的技术亮点:
- 多语言支持:TIGRE提供了MATLAB和Python两种语言的库,方便不同用户的使用习惯。
- GPU加速:所有迭代算法都经过GPU优化,支持多GPU并行计算,显著提升重建速度。
- 灵活的几何支持:支持锥束、平行束、数字断层合成、C型臂CT等多种几何形状,几何参数可以按投影定义,而非按扫描定义。
- 丰富的算法库:包括滤波反投影(FBP, FDK)及其变体、多种迭代算法(如SART, OS-SART, SIRT等)、Krylov子空间算法、统计重建算法(MLEM)和变分方法(FISTA, SART-TV)。
- 图像处理功能:提供3D图像的TV去噪、基本图像加载功能、多种绘图函数和图像质量评估工具。
- 数据加载器:支持Nikon、Varian和Philips(DICOM)扫描仪的数据加载。
项目及技术应用场景
TIGRE广泛应用于医学成像、工业检测、材料科学等领域,特别适用于需要高精度和大规模数据处理的场景。以下是一些典型的应用场景:
- 医学成像:在CT扫描中,TIGRE可以用于快速重建高质量的3D图像,帮助医生更准确地诊断疾病。
- 工业检测:在无损检测中,TIGRE可以用于重建复杂结构的内部图像,确保产品质量。
- 材料科学:在材料研究中,TIGRE可以用于分析材料的微观结构,帮助科学家理解材料的性能。
项目特点
TIGRE具有以下显著特点,使其在众多断层扫描重建工具中脱颖而出:
- 高性能:通过GPU加速和多GPU支持,TIGRE能够处理大规模数据,实现快速重建。
- 易用性:结合MATLAB和Python的高级接口,TIGRE降低了使用门槛,方便用户快速上手。
- 灵活性:支持多种几何形状和算法,用户可以根据具体需求选择合适的配置。
- 开源与社区支持:TIGRE是一个开源项目,用户可以自由使用、修改和分享。同时,项目团队积极支持社区贡献,不断完善和扩展功能。
结语
TIGRE作为一款高效、灵活的3D断层扫描重建工具箱,凭借其强大的GPU加速能力和丰富的算法库,已经在多个领域展现出巨大的应用潜力。无论您是医学成像的研究人员,还是工业检测的工程师,TIGRE都能为您提供强大的支持。立即下载并体验TIGRE,开启您的断层扫描重建之旅!
项目地址:TIGRE GitHub
联系我们:如有任何问题或建议,欢迎通过tigre.toolbox@gmail.com或ander.biguri@gmail.com联系我们。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
185
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259