棉花糖灬
棉花糖灬

怎样打开并查看.nii和DICOM格式的医学图像

本文主要介绍在医学图像处理领域，常见的两种医学图像格式 .nii 和 DICOM 文件怎么查看。

一、.nii 文件的查看

主要介绍两种方式，一种是直接用软件打开，另一种是用python代码打开并查看，前者可以从各个视角进行查看，后者的灵活性更好。

1. ITK-SNAP 软件

ITK-SNAP 软件的下载地址为：下载地址

怎样打开并查看.nii和DICOM格式的医学图像_第1张图片

安装之后在打开 .nii 格式的文件时直接选择该软件即可，如上图所示，该软件可以显示在 x、y、z 三个轴方向上的视角，并且可以进行调整。如果不仅想要展示医学图像本身，还要展示对应的分割结果，则可以把分割结果的 .nii 文件直接拖入软件窗口中，并选择以分割的形式载入即可。但是据我目前的使用来说，好像不能同时载入多个分割结果（比如一个器官本身的分割，一个肿瘤部位的分割）。

2. Python 代码查看 .nii 文件

相关的代码见我的 github：地址

怎样打开并查看.nii和DICOM格式的医学图像_第2张图片

我给出了两个代码，一个是可以同时显示器官、器官分割结果、肿瘤分割结果的，另一个是只显示器官的。当然，大家可以在第一个的基础上做改动。与 ITK-SNAP 不同，在显示的时候只显示分割结果的边界，这样更有利于观察分割的是否合理。并且还可以通过调节上图中右边红框中的滑块来调节图像灰度值的范围，通过调节上图中下方红框中滑块来查看不同横截面的图像。

二、DICOM 文件的查看

查看 DICOM 格式图像的最简便的方式是使用软件，这里给大家推荐两个软件：MicroDicom 和 RadiAnt Viewer，前者是完全免费的，后者只能试用，后者的功能更强大，可以实现三维重建等。

1. MicroDicom 软件

MicroDicom 软件的下载地址：下载地址
怎样打开并查看.nii和DICOM格式的医学图像_第3张图片

一般同一个病人的一套 DICOM 图像存储在同一个文件夹中，直接在该文件夹上右键选择用 MicroDicom 打开即可，当然也可以查看某一张图像。

2. RadiAnt Viewer

RadiAnt Viewer 的下载地址：下载地址

由于我的 RadiAnt Viewer 到期了……所以就不做演示了。

你可能感兴趣的:(医学图像处理)

  • e_ophtha_MA眼底数据集—根据微血管瘤标注Mask绘制Contour轮廓图 curemoon
    眼底医学图像处理：微血管瘤Microaneurysm检测分割采用数据集e_ophtha中的e_ophtha_MA，此数据集可从互联网下载实现根据微血管瘤标注Mask，在原图绘制轮廓图，以直观了解微血管瘤，以便检测分割微血管瘤1.可展示数据集中原图和绘制轮廓图的并列拼接图2.可保存Mask，原图，根据标注绘制轮廓图的眼底图的拼接图1.原图和绘制轮廓图的并列拼接图2.保存Mask，原图，根据标注绘制轮
  • 【深度学习】: 脑部MRI图像分割 X.AI666 深度学习深度学习人工智能
    清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现（实验满分），只展示主要任务实验结果，如果需要详细的实验报告或者代码可以私聊博主，接实验技术指导1对1有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~案例4：脑部MRI图像分割相关知识点：语义分割、医学图像处理（skimage,medpy）、可视化（matplotlib）1任务
  • U-Net的原理 来自宇宙的曹先生 深度学习
    U-Net是一种专为医学图像分割而设计的卷积神经网络（CNN）架构。它于2015年由OlafRonneberger、PhilippFischer和ThomasBrox提出，特别适用于需要精确定位的应用场景，比如生物医学图像处理。以下是U-Net的主要原理和组成部分的详细解释：U-Net的结构对称的U形结构：U-Net的主要特点是其U型对称结构，由一个“编码器”（收缩路径）和一个“解码器”（扩张路径
  • 基于深度学习的细胞感染性识别与判定 OverlordDuke 深度学习神经网络深度学习人工智能
    基于深度学习的细胞感染性识别与判定基于深度学习的细胞感染性识别与判定引言项目背景项目意义项目实施数据采集与预处理模型选择与训练模型评估与优化结果与展望结论基于深度学习的细胞感染性识别与判定引言随着深度学习技术的不断发展，其在医学图像处理领域的应用逐渐成为研究的热点。本文将探讨基于深度学习的细胞感染性识别与判定，该项目在生物医学领域具有重要的意义。项目背景细胞感染性识别与判定是生物医学领域的一项关键
  • U-Net——第一课 湘溶溶 分割深度学习人工智能深度学习学习python
    一.论文研究背景、成果及意义二、unet论文结构三、算法架构一.论文研究背景、成果及意义医学图像分割是医学图像处理与分析领域的复杂而关键的步骤，目的是将医学图像中具有某些特殊含义的部分分割出来，并提取相关特征，为临床诊疗和病理学研究提供可靠的依据，辅助医生作出更为准确的诊断。①处理对象：各种不同成像机理的医学影像，主要有X-射线成像(X-CT)、核磁共振成像(MRI)、核医学成像(NMI)和超声波
  • 毕业论文idea pythonSuperman 毕业设计
    三大模块分级、分类、系统多看医学图像处理毕业论文。SwinTransformer的模型表现不如MobileViT使用高像素的数据集在云服务器上训练时，如果您发现SwinTransformer的模型表现不如MobileViT，这可能由几个因素导致：模型架构与数据匹配度：SwinTransformer虽然设计用于处理复杂和大型图像数据，但其表现还受到数据特性的影响。例如，如果数据集中的图像特征更适合于
  • 计算机视觉：从数据量、数据质量、数据复杂度、数据隐私介绍图片数据处理难度 幻风_huanfeng 计算机视觉计算机视觉人工智能图像处理算法机器学习
    本文重点计算机视觉是一门研究如何让计算机处理和理解图像的学科，其应用范围非常广泛，包括图像识别、目标检测、人脸识别、车辆识别、医学图像处理等。在计算机视觉领域中，图片数据的处理是非常重要的一环，但也是非常具有挑战性的。本文将从数据量、数据质量、数据复杂度等方面，详细介绍图片数据处理的难点。一、数据量在计算机视觉领域中，图片数据的数量通常非常庞大，这就给数据的处理带来了很大的挑战。一方面，大量的数据
  • WebGL技术在医学图像处理的应用 super_Dev_OP 信息可视化
    WebGL技术在医学图像处理方面具有广泛的应用，提供了实时、交互式的图像渲染和分析工具。以下是WebGL在医学图像处理中的一些应用场景，希望对大家有所帮助。北京木奇移动技术有限公司，专业的软件外包开发公司，欢迎交流合作。1.三维图像重建：WebGL可以用于呈现和交互式处理医学三维图像，如CT扫描、MRI和超声等。医生和研究人员可以通过Web浏览器实时查看和操控复杂的三维图像。2.虚拟解剖学：利用W
  • 【论文阅读】MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention AI浩 人工智能论文阅读
    文章目录摘要创新点总结实现效果总结摘要链接：https://arxiv.org/abs/2312.08866医学图像分割是医学图像处理和计算机视觉领域的关键挑战之一。由于病变区域或器官的大小和形状各异，有效地捕捉多尺度信息和建立像素间的长距离依赖性至关重要。本文提出了一种基于高效轴向注意力的多尺度交叉轴注意（MCA）方法来解决这些问题。MCA通过计算两个并行轴向注意力之间的双向交叉注意力，以更好地
  • Python修改图片尺寸、裁剪图片、拼接图片 波比波 计算机视觉深度学习python计算机视觉图像处理
    在YOLO算法中对输入的图片有尺寸大小要求，如果图片太大网络就提取不到特征，无法检测图片中的物体。在进行医学图像处理的时候，一般医学影像拍出来的图片分辨率很大，细胞非常小，所以不能将图片直接拿去检测，需要做一些处理：以我现有的图片为例，图像尺寸为10150×15050，可以切割为很多50×50的小方图，但是我觉得50×50尺寸较小，影响网络检测速度，所以先将图片尺寸通过加白边的方式扩展到10500
  • VTK-等值面提取 @左左@右右 VTK图像处理计算机视觉人工智能VTK
    等值面等值面（线）提取是一种常用的可视化技术，常应用于医学、地质、气象等领域。例如，在医学图像处理中，由于CT、MRI等图像分辨率越来越高，虽然体绘制技术可以清晰地对数据内部结构进行可视化，但是其计算量和效率却制约了其使用。此时可通过等值面提取技术，仅提取感兴趣的一个或者几个组织轮廓，并生成网格模型以供后续的处理和研究。根据数据类型的不同，VTK中提供了多个等值面提取类，其类图如图所示VTK中的等
  • 会议剪影 | 思腾合力受邀出席首届CCF数字医学学术年会 Jericho2022 云计算搜索引擎
    首届CCF数字医学学术年会（CCFDigitalMedicineSymposium，DMS）于2023年12月15日-17日在苏州CCF业务总部召开。这次会议的成功召开，标志着数字医学领域进入了一个新的时代，计算机技术和人工智能在医学领域的应用和发展得到了更广泛的关注和重视。本次会议由中国计算机学会主办，CCF数字医学分会、复旦大学和上海市医学图像处理与计算机辅助手术重点实验室联合承办，中国科学院
  • Opencv实验合集——实验四：图片融合 我药打十个 Opencv系列opencv计算机视觉人工智能
    1.概念图像融合是将两个或多个图像结合在一起，创建一个新的图像的过程。这个过程的目标通常是通过合并图像的信息来获得比单个图像更全面、更有信息量的结果。图像融合可以在许多领域中应用，包括计算机视觉、遥感、医学图像处理等。融合的方法有很多：加法融合（AdditiveFusion）：将每个图像的对应像素相加。这种方法通常用于合并具有相似亮度的图像，例如红外图像和可见光图像。权重融合（WeightedFu
  • 基于Swin_Transformer的图像超分辨率系统 xuehai996 transformer深度学习人工智能
    1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义随着科技的不断发展，图像超分辨率技术在计算机视觉领域中变得越来越重要。图像超分辨率是指通过使用计算机算法将低分辨率图像转换为高分辨率图像的过程。这项技术在许多领域都有广泛的应用，包括医学图像处理、监控摄像头、卫星图像处理等。在过去的几十年里，图像超
  • 分水岭算法的应用 此间不留白
    上海交通大学医学图像处理数学形态学一个应用是分水岭算法，为了便于理解，可以将图像的灰度空间与地球表面的地形高度相类比，据此，发明了应用于图像领域的分水岭算法。测地线距离假设，如下图所示的一个岛屿，要从点走到点，虚线所表示的是最短的直线距离，也就是欧式距离，考虑到现实情况，不能穿过水面到达目标地点，所以，能够从起点到终点的实际通行路线中最短的距离成为测地线距离。通过以上分析，给出测地线距离的定义：给
  • 会议邀请 | 思腾合力邀您共赴首届CCF数字医学学术年会 Jericho2022 搜索引擎
    首届CCF数字医学学术年会（CCFDigitalMedicineSymposium，DMS）将于2023年12月15日-17日在苏州CCF业务总部召开，由中国计算机学会主办，CCF数字医学分会、复旦大学和上海市医学图像处理与计算机辅助手术重点实验室联合承办，中国科学院苏州生物医学工程技术研究所协办。思腾合力作为行业领先的人工智能基础架构解决方案商受邀参加本次盛会。CCF数字医学分会是CCF旗下首个
  • python医学图像处理之基于vtk的三维点云表面重建 Cherry330 医学图像处理python图像处理开发语言计算机视觉3d
    hello，小伙伴们，好久不见~马上就要到中秋了，不知道大家现在有没有进入学习状态呢？今天呢，要教大家做一个基于vtk的三维点云表面重建。我们通过每个点的坐标值，重建出这个模型。这个不仅可以用于医学图像相关的模型重建，也同样适用于其他三维表面重建哦~那么。话不多说，让我们来实操一下吧！首先，我们需要下载以下三个库。如果缺少某个库的小伙伴请通过“pipinstallXXX”进行下载哦~importn
  • python医学图像处理之vtk生成固定方向的圆柱体并保存 Cherry330 医学图像处理numpypython计算机视觉3d图像处理
    hello,各位小伙伴，好久不见~假期结束，又该回到我们日常的代码生活中去啦！这几天呢，我遇到一个问题，那就是怎么生成某个固定方向的圆柱体并保存呢？我们都知道啊，vtk直接生成的圆柱体是固定沿y轴生成的。但是如果我们想要生成并保存一个沿着固定方向的圆柱体该怎么办呢？网上有很多小伙伴给出的结果是生成很多个直线最终构成一个沿固定方向的圆柱，但是这种方法，在保存模型或者需要生成多个圆柱体时就变得非常麻烦
  • python医学图像处理之三维点云模型特征提取 Cherry330 医学图像处理python图像处理开发语言3d
    hello，小伙伴们，今天我们来聊一聊三维模型特征提取。在我们日常对模型进行一些操作（例如，配准、寻找特定点等），我们总是会遇到一个问题，就是如何从三维模型中提取其特征点。解决这个问题的方法有很多，例如，下采样，iss，甚至是深度学习等方法。今天，我会教大家几种基础的方法来进行特征点的提取。先清楚咱们今天的主角——示例的点云模型吧。大家可以猜猜这是什么，嘿嘿~图1示例点云模型首先是超级经典的ISS
  • Python-医学图像处理之三维重建（进行切片级重建） Cherry330 医学图像处理图像处理python3d
    对于从事医学图像处理的小伙伴而言，医学图像三维重建并不是一个陌生的东西啦~例如，在对图像分割结果进行展示或者验证时，我们常常通过对分割结果进行三维可视化的方式进行展示和说明。那废话不多说，今天就来教大家如何根据自己的分割结果进行三维重建。这里呢，我用现在正在做的韧带分割进行说明。首先，通过深度学习或者传统方法对医学图像进行分割，得到二值化的分割结果（如图1所示）。将分割结果放置在一个文件夹里。图1
  • python医学图像处理之标签制作（json批量转png） Cherry330 医学图像处理json图像处理深度学习databasepython人工智能计算机视觉
    无论是做医学图像分割的小伙伴，还是做其他语义分割的小伙伴，一定都和我一样遇到过这个问题——用labelme制作了标签之后，我们的标签如何转化为图片呢？其实，我们可以通过如下命令进行转化：labelme_json_to_dataset-ofilesfiles\label.json但是，这样每次只能转一张图片，并不是很方便。接下来，就教大家如何批量地将json转换为png。现在，让我们来看一下数据。在
  • python医学图像处理之读取DICOM文件信息 Cherry330 医学图像处理图像处理人工智能计算机视觉python
    相信很多和我一样做医学图像处理的小伙伴都接触过DICOM格式的数据吧。由于不同的DICOM文件在存储和传输时存在差异，所以处理起来总是让我们非常头疼。接下来，我就教大家如何读取DICOM文件中的文本信息。那么，在DICOM文件中，比较常用的信息究竟都有哪些呢？这里大致给大家列举一下：PatientName（患者姓名）：患者的姓名。PatientID（患者ID）：患者的唯一标识符。PatientBi
  • JAVA 图形图像处理系统设计与开发（论文+源码）_Nueve 质文学术工作室 JAVAjava图像处理计算机视觉pythonphpc++c语言
    摘要随着计算机技术的迅速发展，数字图像处理技术在医学领域的研究和应用日益深入和广泛。现代医学已越来越离不开医学图像处理技术。医学图像处理技术在临床诊断、教学科研等方面发挥了重要的作用。计算机图像处理技术与影像技术的结合从根本上改变了医务人员进行诊断的传统方式。充分地利用这些技术可以提高诊断的正确性和准确性，提高诊断效率，降低医疗成本，可以更加充分地发挥各种医疗设备的功能。而且，随着数字化、智能化进
  • DICOM LUT EverestVIP dicom
    转自：DICOM医学图像显示算法改进与实现——LUT引言随着Ul(超声成像)、CT(计算机断层成像)、MRI(核磁共振成像)、CR(计算机X线成像)、电子内窥镜、盯(正电子发射断层成像)和MI(分子影像)等医学影像设备不断涌现，利用计算机对医学影像设备采集到的图像进行后处理的医学图像处理与分析技术也越来越成为放射科医生和临床医生进行疾病诊断的重要辅助手段。在医学图像的处理过程中医生经常需要频繁地变
  • 基于BP神经网络的图像跟踪与细胞追踪识别 前端设计家 神经网络人工智能深度学习Matlab
    基于BP神经网络的图像跟踪与细胞追踪识别图像跟踪和细胞追踪识别是计算机视觉和生物医学图像处理领域的重要问题。本文将介绍如何使用基于BP神经网络的方法来实现图像跟踪和细胞追踪识别，并提供相应的MATLAB源代码。图像跟踪图像跟踪是指在一个连续的图像序列中准确地定位和跟踪特定目标的位置。基于BP神经网络的图像跟踪方法可以通过训练网络来学习目标的运动模式，并根据学习到的模式来预测目标在下一帧图像中的位置
  • 【C++】pow函数实现的伽马变换详解和示例 木彳 CC++日常记录c++opencv计算机视觉人工智能
    本文通过原理和示例对伽马变换进行详解，并通过改变变换系数展示不同的效果，以帮助大家理解和使用。原理伽马变换是一种用于图像增强的技术，它可以用来提高或降低图像的对比度，常用于医学图像处理和计算机视觉等领域。伽马变换是通过将图像像素值映射到一个新的值，以达到对比度增强的效果。伽马变换步骤具体可分为：（1）图像转为灰度或自身便为灰度图像。（2）像素值归一化到0-1之间（3）计算像素值的gam此幂的值，使
  • 人工智能详细笔记：深度学习解决图像分割问题（FCN Unet Deeplab） 北岛寒沫 人工智能人工智能深度学习计算机视觉
    文章目录图像分割问题图像数据集和图像标注工具全卷积网络（FCN）语义分割问题U-net神经网络Deeplab神经网络图像分割问题图像分割问题概述：图像分割是指将一幅数字图像分成若干个部分或者对象的过程。该任务的目标是将图像中的每个像素分配给其所属的对象或者部分，因此它通常被视为一种像素级别的图像分析。图像分割的应用场景：图像分割有很多应用，比如医学图像处理、自动驾驶、机器人技术、人机交互、视频监控
  • 医学影像处理系统源码（PACS） 源码技术栈 PACS医学影像系统源码医学图像医学影像PACS医院PACS照片DRCT
    通用医学图像处理平台覆盖全模态、多维度临床应用，助力提供医学图像分析的全景高清视角，赋能临床精准诊断。一、PACS覆盖CT、MR、MI等多模态影像及心血管、肿瘤、神经等多临床场景，助力医生精准高效诊断。二、临床应用1.基础应用（1）.仿真内窥镜支持提取血管、气管以及结肠三维结构，可通过内腔漫游视图观察管腔内部结构，清晰显示管腔内病变大小、位置等形态学特征。（2）.骨三维结构提供肋骨分割、肋骨标记、
  • 三维医学图像处理系统（PACS）源码 淘源码d 图像处理人工智能三维处理3D重建源码
    三维医学图像处理系统（PACS）源码系统概述：它集影像存储服务器、影像诊断工作站及RIS报告系统于一身,主要有图像处理模块、影像数据管理模块、RIS报告模块、光盘存档模块、DICOM通讯模块、胶片打印输出等模块组成，具有完善的影像数据库管理功能，强大的图像后处理功能，提高了临床诊断准确率。文末获取联系系统特点：覆盖登记、分诊、记费、报告生成和分发等内容，与RIS有机结合；采用DICOM和非DICO
  • 论文阅读——Segment Medical Image Using U-Net Combining Recurrent Residuals and Attention 黄小米吖 CV神经网络python算法网络
    SegmentMedicalImageUsingU-NetCombiningRecurrentResidualsandAttention结合循环残差连接和注意力机制的UNet网络用于医学图像分割
FromMICAD2020Abstract医学图像分割可为临床诊断提供可靠的依据。医学图像分割技术的发展不仅影响着其他医学图像处理技术，比如3D重建等，还在生物医学图像分析中占据极其重要的地位。随着深度学
  • ASM系列六 利用TreeApi 添加和移除类成员 lijingyao8206 jvm动态代理ASM字节码技术TreeAPI
        同生成的做法一样，添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子，下面这个Task类，我们来移除isNeedRemove方法，并且添加一个int 类型的addedField属性。   package asm.core; /** * Created by yunshen.ljy on 2015/6/
  • Springmvc-权限设计 bee1314 springWebjsp
    万丈高楼平地起。 权限管理对于管理系统而言已经是标配中的标配了吧，对于我等俗人更是不能免俗。同时就目前的项目状况而言，我们还不需要那么高大上的开源的解决方案，如Spring Security，Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。 目标： 1.实现权限的管理（CRUD） 2.实现部门管理 （CRUD) 3.实现人员的管理 （CRUD） 4.实现部门和权限
  • 算法竞赛入门经典（第二版）第2章习题 CrazyMizzz c算法
    2.4.1 输出技巧 #include <stdio.h> int main() { int i, n; scanf("%d", &n); for (i = 1; i <= n; i++) printf("%d\n", i); return 0; } 习题2-2 水仙花数(daffodil
  • struts2中jsp自动跳转到Action 麦田的设计者 jspwebxmlstruts2自动跳转
    1、在struts2的开发中，经常需要用户点击网页后就直接跳转到一个Action，执行Action里面的方法，利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action（不是专业人士）   2、＜jsp:forward page="xxx.action" /＞ ，这个标签可以实现跳转，page的路径是相对地址,不同与jsp和j
  • php 操作webservice实例 IT独行者 PHPwebservice
    首先大家要简单了解了何谓webservice，接下来就做两个非常简单的例子，webservice还是逃不开server端与client端。我测试的环境为：apache2.2.11 php5.2.10做这个测试之前，要确认你的php配置文件中已经将soap扩展打开，即extension=php_soap.dll; OK 现在我们来体验webservice //server端 serve
  • Windows下使用Vagrant安装linux系统 _wy_ windowsvagrant
    准备工作： 下载安装 VirtualBox ：https://www.virtualbox.org/ 下载安装 Vagrant ：http://www.vagrantup.com/ 下载需要使用的 box ： 官方提供的范例：http://files.vagrantup.com/precise32.box 还可以在 http://www.vagrantbox.es/ 
  • 更改linux的文件拥有者及用户组(chown和chgrp) 无量 clinuxchgrpchown
    本文（转） http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/ http://ydlmlh.iteye.com/blog/1435157 一、基本使用： 使用chown命令可以修改文件或目录所属的用户：        命令
  • linux下抓包工具 矮蛋蛋 linux
    原文地址： http://blog.chinaunix.net/uid-23670869-id-2610683.html tcpdump -nn -vv -X udp port 8888 上面命令是抓取udp包、端口为8888 netstat -tln 命令是用来查看linux的端口使用情况 13 . 列出所有的网络连接 lsof -i 14. 列出所有tcp 网络连接信息 l
  • 我觉得mybatis是垃圾！：“每一个用mybatis的男纸，你伤不起” alafqq mybatis
    最近看了  每一个用mybatis的男纸，你伤不起 原文地址 ：http://www.iteye.com/topic/1073938 发表一下个人看法。欢迎大神拍砖； 个人一直使用的是Ibatis框架，公司对其进行过小小的改良； 最近换了公司，要使用新的框架。听说mybatis不错；就对其进行了部分的研究； 发现多了一个mapper层；个人感觉就是个dao；
  • 解决java数据交换之谜 百合不是茶 数据交换
    交换两个数字的方法有以下三种 ，其中第一种最常用   /* 输出最小的一个数 */ public class jiaohuan1 { public static void main(String[] args) { int a =4; int b = 3; if(a<b){ // 第一种交换方式 int tmep =
  • 渐变显示 bijian1013 JavaScript
    <style type="text/css"> #wxf { FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98); height: 25px; } </style>
  • 探索JUnit4扩展：断言语法assertThat bijian1013 java单元测试assertThat
    一.概述         JUnit 设计的目的就是有效地抓住编程人员写代码的意图，然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今，版本不停的翻新，但是所有版本都一致致力于解决一个问题，那就是如何发现编程人员的代码意图，并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
  • 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}} bit1129 gson
      如何把如下简单的JSON字符串反序列化为Java的POJO对象? {"data":{"IM":["MSN","QQ","Gtalk"]}}   下面的POJO类Model无法完成正确的解析：   import com.google.gson.Gson;
  • 【Kafka九】Kafka High Level API vs. Low Level API bit1129 kafka
    1. Kafka提供了两种Consumer API High Level Consumer API Low Level Consumer API(Kafka诡异的称之为Simple Consumer API，实际上非常复杂) 在选用哪种Consumer API时，首先要弄清楚这两种API的工作原理，能做什么不能做什么，能做的话怎么做的以及用的时候，有哪些可能的问题  
  • 在nginx中集成lua脚本：添加自定义Http头，封IP等 ronin47 nginx lua
    Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言，从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器，但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com Google把子域名当作完全独立的网站，我们不希望爬虫抓取子域名的页面，降低我们的Page rank。 location /{
  • java-归并排序 bylijinnan java
    import java.util.Arrays; public class MergeSort { public static void main(String[] args) { int[] a={20,1,3,8,5,9,4,25}; mergeSort(a,0,a.length-1); System.out.println(Arrays.to
  • Netty源码学习-CompositeChannelBuffer bylijinnan javanetty
    CompositeChannelBuffer体现了Netty的“Transparent Zero Copy” 查看API（ http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description） 可以看到，所谓“Transparent Zero Copy”是通
  • Android中给Activity添加返回键 hotsunshine Activity
    // this need android:minSdkVersion="11" getActionBar().setDisplayHomeAsUpEnabled(true); @Override public boolean onOptionsItemSelected(MenuItem item) {
  • 静态页面传参 ctrain 静态
    $(document).ready(function () { var request = { QueryString : function (val) { var uri = window.location.search; var re = new RegExp("" + val + "=([^&?]*)", &
  • Windows中查找某个目录下的所有文件中包含某个字符串的命令 daizj windows查找某个目录下的所有文件包含某个字符串
    findstr可以完成这个工作。   [html]  view plain copy   >findstr /s /i "string" *.*   上面的命令表示，当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
  • 改善程序代码质量的一些技巧 dcj3sjt126com 编程PHP重构
    有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点，程序你只写一次，但以后会无数次的阅读。当你第二天回头来看你的代码 时，你就要开始阅读它了。当你把代码拿给其他人看时，他必须阅读你的代码。因此，在编写时多花一点时间，你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧：    尽量保持方法简短    尽管很多人都遵
  • SharedPreferences对数据的存储 dcj3sjt126com
    SharedPreferences简介：                                                   &nbs
  • linux复习笔记之bash shell (2) bash基础 eksliang bashbash shell
    转载请出自出处： http://eksliang.iteye.com/blog/2104329 1.影响显示结果的语系变量（locale）  1.1locale这个命令就是查看当前系统支持多少种语系，命令使用如下： [root@localhost shell]# locale LANG=en_US.UTF-8 LC_CTYPE="en_US.UTF-8"
  • Android零碎知识总结 gqdy365 android
    1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。 所以最后得出结论：CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里，比如缓存。发生修改时候做copy，新老版本分离，保证读的高
  • HoverTree.Model.ArticleSelect类的作用 hvt Web.netC#hovertreeasp.net
    ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类，用于存放查询文章时的条件，例如HvtId就是文章的id。HvtIsShow就是文章的显示属性，当为-1是，该条件不产生作用，当为0时，查询不公开显示的文章，当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放，开发环境为Visual Studio 2013
  • PHP 判断是否使用代理 PHP Proxy Detector 天梯梦 proxy
    1. php 类 I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
  • apache的math库中的回归——regression（翻译） lvdccyb Mathapache
    这个Math库，虽然不向weka那样专业的ML库，但是用户友好，易用。 多元线性回归，协方差和相关性（皮尔逊和斯皮尔曼），分布测试（假设检验，t，卡方，G），统计。   数学库中还包含，Cholesky，LU，SVD，QR，特征根分解，真不错。   基本覆盖了：线代，统计，矩阵， 最优化理论 曲线拟合 常微分方程 遗传算法（GA）， 还有3维的运算。。。
  • 基础数据结构和算法十三：Undirected Graphs (2) sunwinner Algorithm
      Design pattern for graph processing. Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
  • 云计算平台最重要的五项技术 sumapp 云计算云平台智城云
    云计算平台最重要的五项技术 1、云服务器 云服务器提供简单高效，处理能力可弹性伸缩的计算服务，支持国内领先的云计算技术和大规模分布存储技术，使您的系统更稳定、数据更安全、传输更快速、部署更灵活。 特性 机型丰富 通过高性能服务器虚拟化为云服务器，提供丰富配置类型虚拟机，极大简化数据存储、数据库搭建、web服务器搭建等工作； 仅需要几分钟，根据CP
  • 《京东技术解密》有奖试读获奖名单公布 ITeye管理员 活动
    ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。  12月试读活动回顾： http://webmaster.iteye.com/blog/2164754 本次技术图书试读活动获奖名单及相应作品如下： 一等奖（两名） Microhardest：http://microhardest.ite
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他