《中国图象图形学报》“AI+医学影像”专刊征文通知
在现代医学中,医学影像是最重要的临床诊断和鉴别诊断方法,是医疗过程中最重要的环节之一。目前医院里70%的临床诊断行为需要借助医学影像的检查,影像数据已占到医院总数据量的80%~90%,包括超声、DR、CT、磁共振、胃镜肠镜、血管造影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。当前,AI正在向医学影像领域深度渗透,也已成为业内共识。医学影像人工分析的低效、主观、不同质等固有缺陷,以及影像分析师的巨大缺口,都使得医学影像成为人工智能最有价值的应用场景。
如何从源数据生成易于理解的医学图像?如何从临床影像、电子档案和结构化图像中提取与疾病相关的诊疗信息?有哪些新的机器学习方法正在应用到医学影像分析中?如何解释人工智能算法模型的临床意义?如何存储、分析和共享医学影像数据?如何提高医学影像分析的计算效率?未来数年医学影像AI可能重点突破哪些技术主题?互联网、云计算、大数据、物联网、社交平台以及远程医疗协同和服务等多种技术如何在医学影像业务流程中综合应用?
为了探索上述问题,《中国图象图形学报》“AI+医学影像”专刊((正刊发表,CCF推荐中文核心期刊))应运而出,立足新一轮人工智能发展背景,对近年来医学影像处理技术的发展历程进行回顾和总结,思考和探索当前遇到的各种研究问题,并展望AI+医学影像的未来发展之路。
专刊题目:
“AI+医学影像”专刊
专刊主编:
安虹教授,中国科学技术大学
张云泉研究员,中国科学院计算所
一、 征文范围(包括但不限于)
1. 深度学习在临床检测与诊断各个环节中的应用,包括:
l 数据采集与检测
l 图像生成
l 图像处理与重建
l 影像分析:分割、分类、识别
l 3D可视化与虚拟现实
2. 不同临床检测方法的医学影像AI分析和处理技术,包括:
l 超声影像
l 放射影像(X光片、PET、CT、MRI)
l 数字病理与分子影像
l 影像组学分析方法
3. 医学影像大数据的存储、处理和传输技术
l 医学影像深度学习算法与框架
l 医学影像处理的AI加速芯片和系统
l 医学影像数据的存储与共享
l 医学影像应用面向平台的优化技术
4. 新冠肺炎诊疗中医学影像AI分析技术的应用
二、 稿件类型
1. 综述:对某一领域近年国内外研究成果的深度总结、梳理、思考、展望等;字数10000字内;
2. 学者观点(小综述):对某一领域的研究发展和代表性成果的观点和看法;字数5000字内;
3. 研究进展(小综述):对某一领域最新研究成果、前沿理论、技术方法等的总结和思考;字数5000字内;
4. 研究论文:提出科学问题,分析研究思路,验证方法有效性;字数5000-8000字;
5. 医学影像算法论文:注重算法设计和算法重现,建议文章包含但不限于算法描述、源代码、在线演示工具以及实验档案等;字数5000-8000字;
6. 医学影像数据论文:重点介绍原创的、有价值的影像数据集、样本库的属性、构建方法、评估与验证、可使用方向等;字数5000-8000字。
三、 投稿要求
1. 投稿方式:采用《中国图象图形学报》官网“在线投稿”(http://www.cjig.cn/)进行投稿。专刊投稿在提交稿件时在题目后+“医学影像专刊”字样。
2. 稿件格式:参照《中国图象图形学报》体例和模板进行撰写(http://www.cjig.cn/jig/ch/reader/view_news.aspx?id=20130702100533001)。
3. 投稿论文未在正式出版物上发表过,不存在一稿多投现象,保证投稿文章的合法性(无抄袭、剽窃、侵权等不良行为),投稿后需签署论文版权转让和保密审查证明。
4. 专刊投稿论文不收审理费。录用刊发论文收取版面费。发表之后,将按照学报标准支付稿酬,并赠送样刊。
四、 重要时间
截稿时间:2020年5月31日
拟出版日期:2020年第11期
五、 联系方式
韩编辑
电话:010-58887030;
微信:
E-mail:hanxd@radi.ac.cn