打开医学图像，使用Radon生成雷登变换图（正弦图），并使用iradon进行重建

好的，这里提供一个Python的示例代码，需要安装NumPy和matplotlib库：

import numpy as np
import matplotlib.pyplot as plt
from skimage.transform import radon, iradon

# 生成一个圆形模板
N = 128
R = 40
x, y = np.indices((N, N))
mask = ((x-N//2)**2 + (y-N//2)**2) < R**2

# 生成雷登变换图
theta = np.linspace(0, 180, 180, endpoint=False)
sinogram = radon(mask.astype(float), theta=theta, circle=True)

# 显示正弦图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 4.5))
ax1.imshow(mask, cmap='gray')
ax1.set_title('Original')
ax2.imshow(sinogram, cmap='gray', extent=(-90, 90, 0, sinogram.shape[0]), aspect='auto')
ax2.set_title('Sinogram')
plt.show()

# 重建图像
reconstruction = iradon(sinogram, theta=theta, circle=True)
reconstruction *= np.pi / (2. * len(theta))  # 标准化
error = np.sqrt(np.mean((mask - reconstruction) ** 2))

# 显示重建图像和误差
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 4.5))
ax1.imshow(mask, cmap='gray')
ax1.set_title('Original')
ax2.imshow(reconstruction, cmap='gray')
ax2.set_title('Reconstruction\nRMSE: %.3g' % error)
plt.show()

这个示例代码生成一个直径为80的圆形模板，并使用Radon函数生成180个角度下的正弦图像，然后使用iradon函数进行重建。你可以根据自己的需求修改代码中的参数。