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。