探索3D重构与分析的新境界——Tomviz
Tomviz是一款强大的跨平台开源应用程序,专为3D断层扫描数据的处理、可视化和分析而设计。该项目由Marcus D. Hanwell、Utkarsh Ayachit(来自Kitware)、David A. Muller(康奈尔大学)和Robert Hovden(密歇根大学)共同创立,并得到了美国能源部科学办公室的支持。Tomviz致力于提供一个完整的处理管道,从对齐、重建到分割,再到3D重建数据的显示和交互,所有这些都可以在一个直观的界面上完成。
项目技术分析
Tomviz的核心特性包括:
- 完整处理管道:从原始数据到最终结果,每个步骤都可配置,允许用户自定义处理流程。
- Python脚本支持:许多数据运算器可以作为可编辑的Python脚本,方便用户进行实验性调整。
- 多平台支持:可在Windows、macOS和Linux上运行,确保广泛兼容性。
- 导入导出多种文件格式:支持各种常见的数据输入输出格式。
应用场景
无论你是材料科学家、生物学家还是工程研究人员,如果你需要处理3D重构数据,Tomviz都是理想的选择。以下是一些可能的应用场景:
- 分析纳米粒子和精细粉末的内部结构
- 研究金属氧化物-金属异质结构的形成
- 进行扫描透射电子显微镜中的三维成像技术进步
- 对复杂材料如石墨烯进行高级分析
项目特点
- 易安装:提供稳定版本和夜间构建版的二进制文件,一键安装,快速启动。
- 直观教程:简单的引导教程和详细的用户指南帮助初学者迅速上手。
- 实时互动:通过3D体积渲染,用户可以直接在“RenderView”中与数据进行交互,动态查看分析结果。
要体验Tomviz的强大功能,请观看这个简短的[视频教程][tomviz_in_action],或直接下载最新版本开始尝试!
在你的研究中应用Tomviz时,别忘了引用其相关论文:
- [实时3D分析在电子断层成像中的应用,J. Schwartz等,Nature Comm. 13, 4458 (2022)][Real-time 3D analysis]
了解更多关于Tomviz的使用案例,查看相关的[研究成果][Publications],并参与到我们的开源社区中来,共享你的见解和改进。
[tomviz_in_action]: ![Tomviz in action] [Kitware]: http://kitware.com/ "Kitware, Inc." [KitwareLogo]: ![KitwareLogo] [Cornell]: http://www.aep.cornell.edu/ [Michigan]: http://www.engin.umich.edu/ [Hanwell]: http://www.kitware.com/company/team/hanwell.html [Ayachit]: http://www.kitware.com/company/team/ayachit.html [Muller]: http://muller.research.engineering.cornell.edu/ [Hovden]: http://www.roberthovden.com/ [Dashboard]: http://open.cdash.org/index.php?project=tomviz "tomviz dashboard" [Real-time 3D analysis]: [Real-time 3D analysis during electron tomography using tomviz, J. Schwartz et al., Nature Comm. 13, 4458 (2022)] [Publications]: [Publications using Tomviz]
准备好开启3D断层扫描数据分析的新篇章了吗?Tomviz期待与您共创未来!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00