Print

发布时间: 2020-10-16
摘要点击次数:
全文下载次数:
2020 | Volume 25 | Number 10




    序言和编者按    




  <<上一篇 




  下一篇>> 





“AI+医学影像”专刊序言和编者按
expand article info 安虹, 张云泉

序言

在现代医学中, 医学影像检查是临床疾病筛查、诊断、治疗引导和评估的重要方法和工具, 是医疗过程中最重要的环节之一。目前医院里70%以上的临床诊断行为需要借助医学影像检查,影像数据已占到医院总数据量的80% ~90%,包括超声、数字化X线摄影(DR)、计算机断层扫描(CT)、磁共振(MR)、数字减影血管造影(DSA)、胃镜肠镜和全切片数字化图像(WSI)等等, 医学影像平台已是每家医院最重要最基础的临床医学平台。

医学影像人工分析的低效、主观、重复性低.定量分析困难等固有缺陷, 以及影像分析师的巨大缺口, 使得医学影像成为人工智能(AI)最有价值的应用场景。AI技术的介人,有望从根本上帮助医生提升医学影像分析的效率和诊断的准确性, 同时也能进--步拓展医学影像在临床诊疗中的应用。当前, 以深度学习为代表的AI技术已经广泛应用于医学影像相关的各种任务中, 并且取得了显著的成效, 探索AI技术在医学影像方面的应用已成为信息科学和临床医学共同关注的研究热点, AI正在快速向医学影像领域深度渗透也已成为业内共识。

《中国图象图形学报》策划出版的“AI +医学影像”专刊, 立足新一轮AI技术的发展背景, 紧紧围绕AI技术在临床医学中的应用需求, 回顾和总结AI技术在医学影像中应用的发展历程, 全面梳理近年来的最新研究进展, 思考亟待解决的科学问题, 探索AI +医学影像的未来发展方向。专刊试图从AI在临床检测与诊断各个环节中的应用.Al在图像分析和处理任务中的应用, 以及医学影像大数据的存储、处理和传输系统等多个视角和技术层面组织论文,以求为不同研究背景的读者提供感兴趣的研究专题。

本期专刊征文得到了所选专题相关研究领域专家和学者的热烈响应, 为本专刊提供了丰富的优质稿源, 集中反映了研究团队的交叉性, 研究主题的广泛性和研究成果的前沿性。在本期录用的稿件中, 既有来自临床医学专家对临床问题和需求的阐释,提供最有价值的研究驱动力; 也有本领域最有影响力的专家的特别撰文, 提供对最前沿技术的全面介绍和洞察; 还有来自不同学科领域的学者的新锐视角,提供他山之石可以攻玉的启示。我们期待广大读者和科技人员通过本期“AI +医学影像”专刊, 能够广泛深人地了解当前AI+医学影像研究领域最新的技术和最前沿的应用方向, 在今后的研究工作中更全面地把握国际前沿, 更明确地有的放矢, 为我国AI +医学影像的发展做出新的贡献。

编者按

为了进一步促进人工智能在医学影像的技术应用, 推进我国现代医学影像处理领域的发展, 《中国图象图形学报》邀请国内外医学影像领域的一-线科学家和青年学者代表, 围绕临床检测方法的医学影像AI分析和处理技术, 深度学习在临床检测与诊断各个环节中的应用等主题开展研究并形成专刊。

经过严格的同行评审, “AI +医学影像”专刊共收录学术论文29篇, 包括3篇特邀“综述”.9篇“前沿进展”、5篇“计算机断层扫描图像”论文.3篇“磁共振图像”论文.4篇“超声图像”论文, 以及5篇“研究应用"论文。

“综述"栏目中, 《深度学习在医学影像中的应用综述》介绍了深度学习在CT、MRI.X光和超声等临床常用医学影像类型中的应用, 对领域进行了前瞻性探索, 指出当前深度学习在医学影像上应用的挑战和前景; 《深度学习在组织病理学中的应用综述》总结了面向组织病理学诊断的深度学习方法在数据预处理、分类模型.分割模型.迁移学习、多示例学习等方面的研究现状, 并指出可能的改进方向; 《机器学习在术中光学成像技术中的应用研究》从优化术中光学成像、辅助术中光学成像分析和辅助术中光学成像建模等方向介绍和分析了目前的研究现状。

“前沿进展”栏目中, 《医学3D计算机视觉:研究进展和挑战》从任务。数据和表征3个层面对最新的研究成果进行了总结分析, 基本覆盖了卷积神经网络在医学影像领域中的最新应用; 《点云算法在医学领域的研究进展》主要从点云分割及点云配准两个任务总结了目前用于医学领域中的点云算法; 《肝脏肿瘤CT图像的深度学习分割方法综述》总结了该领域在数据集、评估指标和算法等方面的研究进展; 《磁共振影像深度学习在精神分裂症诊断中的应用综述》主要讨论了深度学习算法通过fMRI和sMRI进行神经分裂症诊断的研究进展, 以及该类应用面临的问题和挑战; 《新型冠状病毒肺炎(COVID-19)医学影像AI诊断研究进展》主要描述了AI在新冠肺炎的数据集、病灶分割和诊断上的应用; 《等强度婴儿脑MR图像分割的深度学习方法综述》主要对深度神经网络的方法进行了深人的总结与分类; 《医学影像疾病诊断的残差神经网络算法优化研究进展》全面地总结了提升残差网络性能的优化方法, 系统地归纳了6种依赖医学影像进行诊断的疾病, 以及残差网络在其对应领域的应用情况; 《IVIM及纹理分析在术前预测宫颈癌类型和淋巴结转移研究进展》描述了IVIM-DWI参数有助于宫颈癌诊断和亚型判断, 以及纹理分析在MRI.CT和PET/CT中的应用; 《4D时空纵向分析在生物医学领域中的应用现状与趋势》讨论了4D时空纵向分析在生物医学多个领域中的应用, 探讨了关联多模态纵向分析与横向数据的可能, 并通过联邦学习实现应用的落地。

专刊编委

安虹 教授, 中国科学技术大学

张云泉 研究员, 中国科学院计算技术研究所

沈定刚 教授, 上海联影智能医疗科技有限公司

田捷 研究员, 中国科学院自动化研究所