《中國圖象圖形學(xué)報》醫(yī)學(xué)圖像及臨床應(yīng)用?？喗?/h1>
2022-11-18 07:17:09沈定剛劉天明周濤夏勇白相志王乾李剛徐壽平劉昊韓向娣0
中國圖象圖形學(xué)報 2022年3期
沈定剛，劉天明，周濤，夏勇，白相志，王乾，李剛，徐壽平，劉昊，韓向娣0
1. 上?？萍即髮W(xué)生物醫(yī)學(xué)工程學(xué)院，上海 201210； 2. 上海聯(lián)影智能醫(yī)療科技有限公司，上海 200230；3. 美國佐治亞大學(xué)計算機(jī)科學(xué)系，佐治亞雅典 30602，美國； 4. 北方民族大學(xué)計算機(jī)科學(xué)與工程學(xué)院，銀川 750021；5. 西北工業(yè)大學(xué)計算機(jī)學(xué)院,西安 710072； 6. 北京航空航天大學(xué)宇航學(xué)院,北京 102206；7. 美國北卡羅來納大學(xué)教堂山分校,北卡羅來納州 27215，美國； 8. 中國人民解放軍總醫(yī)院，北京 100853；9. 寧夏大學(xué)信息工程學(xué)院,銀川 750021； 10. 《中國圖象圖形學(xué)報》編輯部,北京 100190
隨著醫(yī)學(xué)影像技術(shù)和人工智能技術(shù)的發(fā)展，兩者之間的結(jié)合，特別是人工智能在醫(yī)學(xué)影像領(lǐng)域的賦能，已在疾病診斷、分期、治療和手術(shù)方案制定等方面起著越來越重要的作用。
為了更好地推動醫(yī)學(xué)影像技術(shù)和人工智能技術(shù)及其臨床應(yīng)用的研究和發(fā)展，及時記錄我國學(xué)者在相關(guān)領(lǐng)域的最新研究進(jìn)展，《中國圖象圖形學(xué)報》邀請國內(nèi)外專家共同策劃推出“醫(yī)學(xué)圖像及臨床應(yīng)用”?？劢古R床應(yīng)用廣泛的多種生物醫(yī)學(xué)影像模態(tài)——超聲、MRI、CT等在理論方法、關(guān)鍵技術(shù)和典型應(yīng)用等方面具有創(chuàng)新性、突破性的研究成果。
經(jīng)過嚴(yán)格評審，“醫(yī)學(xué)圖像及臨床應(yīng)用”?？彩珍泴W(xué)術(shù)論文26篇，作者包括來自64家科研院所、研究中心、高校、醫(yī)院和企業(yè)的135位專家學(xué)者、一線醫(yī)生、研究生、企業(yè)人員等。?？杏蓢H國內(nèi)專家合作的論文4篇，來自12家醫(yī)院臨床醫(yī)師與高校學(xué)者合作的論文9篇，由5家國內(nèi)醫(yī)療企業(yè)與研究學(xué)者合作的論文5篇。
?？晒玫?2項國家自然科學(xué)基金、4項國家重點(diǎn)研發(fā)計劃、17項省級自然科學(xué)基金和重大科技計劃、3項國家和教育部重點(diǎn)實(shí)驗(yàn)室開放基金、2項中央高?；究蒲袠I(yè)務(wù)費(fèi)科技創(chuàng)新項目、3項中國博士后科學(xué)基金等支持。
?？P(guān)鍵詞主要包括：醫(yī)學(xué)影像、人工智能、圖像分類、深度學(xué)習(xí)、遷移學(xué)習(xí)、生成對抗網(wǎng)絡(luò)、數(shù)據(jù)增廣、數(shù)據(jù)集、新冠肺炎、圖神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制、圖像分割、UNet、Transformer等。
?？瘷谀堪ǎ壕C述(5篇)、計算機(jī)斷層掃描圖像(8篇)、磁共振圖像(4篇)、超聲圖像(2篇)、中醫(yī)圖像(2篇)、研究應(yīng)用(5篇)。
專刊封面展示了上?？萍即髮W(xué)生物醫(yī)學(xué)工程學(xué)院和上海聯(lián)影智能醫(yī)療科技有限公司合作的腦影像智能分析方向研究成果。
綜述論文中，《中國醫(yī)學(xué)影像人工智能20年回顧和展望》分析了國內(nèi)同行在醫(yī)學(xué)影像人工智能領(lǐng)域頂刊頂會MedIA、TMI、MICCAI上的成果；回顧了近20年國內(nèi)醫(yī)學(xué)影像人工智能發(fā)展進(jìn)程中的重要事件。該文有助于同行了解本領(lǐng)域的發(fā)展歷程，采用的統(tǒng)計方法和研究思路客觀且具有說服力，對國內(nèi)領(lǐng)域發(fā)展具有積極的推動作用。
《遷移學(xué)習(xí)在醫(yī)學(xué)圖像分類中的研究進(jìn)展》從遷移學(xué)習(xí)在醫(yī)學(xué)圖像分類應(yīng)用中的現(xiàn)狀和特點(diǎn)切入，對遷移學(xué)習(xí)的知識學(xué)習(xí)類型、組織結(jié)構(gòu)等進(jìn)行歸納總結(jié)，并提出仍待解決問題和建議，為后續(xù)研究建議了方向，值得研究者深入探究。
《生成對抗式網(wǎng)絡(luò)及其醫(yī)學(xué)影像應(yīng)用研究綜述》從任務(wù)拆分、條件約束以及圖像到圖像翻譯等角度對生成對抗式網(wǎng)絡(luò)的衍生模型進(jìn)行分析。對其在醫(yī)學(xué)影像領(lǐng)域中的數(shù)據(jù)增廣、模態(tài)遷移、圖像分割以及去噪等方面應(yīng)用的最新研究工作進(jìn)行綜述。通過對醫(yī)學(xué)影像處理相關(guān)瓶頸問題以及生成對抗式網(wǎng)絡(luò)的深入分析，旨在找到兩者的結(jié)合點(diǎn)及未來的改進(jìn)方向，也為該領(lǐng)域相關(guān)研究人員提供參考。
《深度學(xué)習(xí)的心臟磁共振影像超分辨率前沿進(jìn)展》對領(lǐng)域內(nèi)現(xiàn)狀進(jìn)行梳理總結(jié)，分析發(fā)現(xiàn)，基于深度學(xué)習(xí)的心臟SR重建技術(shù)取得了較大進(jìn)展，但在運(yùn)動偽影抑制、模型簡化程度與時間性能方面仍有進(jìn)步空間。現(xiàn)有模型基本完全依靠網(wǎng)絡(luò)強(qiáng)大的表達(dá)能力，鮮有臨床先驗(yàn)知識的引入。模型間性能對比相對較少，且領(lǐng)域內(nèi)缺少代表性的可用于評價不同心臟SR重建模型性能的數(shù)據(jù)集。感興趣的讀者可通過該文了解領(lǐng)域內(nèi)的研究現(xiàn)狀與發(fā)展趨勢。
《CT圖像肺及肺病變區(qū)域分割方法綜述》不僅對肺實(shí)質(zhì)和肺結(jié)節(jié)的分割文獻(xiàn)進(jìn)行比較與總結(jié)，還包括對 COVID-19 感染區(qū)域、磨玻璃影和肺間質(zhì)疾病等肺病變區(qū)域的分割研究進(jìn)展進(jìn)行重點(diǎn)分析與總結(jié)，從 CT 圖像中檢測并分割感染區(qū)域，為助力傳統(tǒng)醫(yī)療保健策略應(yīng)對診斷 COVID-19 疾病提供可能性。
我們期待廣大讀者和科技人員通過“醫(yī)學(xué)圖像及臨床應(yīng)用”?？?，能夠更深入、更全面地了解該領(lǐng)域的最新方法和應(yīng)用，吸引更多學(xué)者從事相關(guān)研究并產(chǎn)生具有國際影響力的優(yōu)秀成果，為本領(lǐng)域的發(fā)展做出新的貢獻(xiàn)。
猜你喜歡
醫(yī)學(xué)影像技術(shù)在醫(yī)學(xué)影像診斷中的合理運(yùn)用中國藥學(xué)藥品知識倉庫(2022年8期)2022-05-09 13:54:24 《當(dāng)代醫(yī)學(xué)影像誤診學(xué)》出版中國臨床醫(yī)學(xué)影像雜志(2021年10期)2021-11-22 07:46:38 《當(dāng)代醫(yī)學(xué)影像誤診學(xué)》正式出版中國醫(yī)學(xué)影像學(xué)雜志(2021年6期)2021-08-13 08:43:08 SEBS改性瀝青綜述石油瀝青(2018年6期)2018-12-29 12:07:04 NBA新賽季綜述NBA特刊(2018年21期)2018-11-24 02:47:52 JOURNAL OF FUNCTIONAL POLYMERS功能高分子學(xué)報(2016年1期)2016-04-26 01:39:05 電影故事(2015年51期)2015-01-11 09:17:17 電影故事(2015年49期)2015-01-09 04:52:58 綜述江蘇年鑒(2014年0期)2014-03-11 17:09:58 醫(yī)學(xué)影像專業(yè)放射物理教學(xué)改革與實(shí)踐衛(wèi)生職業(yè)教育(2014年9期)2014-02-16 07:22:08
沈定剛，劉天明，周濤，夏勇，白相志，王乾，李剛，徐壽平，劉昊，韓向娣0
1. 上?？萍即髮W(xué)生物醫(yī)學(xué)工程學(xué)院，上海 201210； 2. 上海聯(lián)影智能醫(yī)療科技有限公司，上海 200230；3. 美國佐治亞大學(xué)計算機(jī)科學(xué)系，佐治亞雅典 30602，美國； 4. 北方民族大學(xué)計算機(jī)科學(xué)與工程學(xué)院，銀川 750021；5. 西北工業(yè)大學(xué)計算機(jī)學(xué)院,西安 710072； 6. 北京航空航天大學(xué)宇航學(xué)院,北京 102206；7. 美國北卡羅來納大學(xué)教堂山分校,北卡羅來納州 27215，美國； 8. 中國人民解放軍總醫(yī)院，北京 100853；9. 寧夏大學(xué)信息工程學(xué)院,銀川 750021； 10. 《中國圖象圖形學(xué)報》編輯部,北京 100190
隨著醫(yī)學(xué)影像技術(shù)和人工智能技術(shù)的發(fā)展，兩者之間的結(jié)合，特別是人工智能在醫(yī)學(xué)影像領(lǐng)域的賦能，已在疾病診斷、分期、治療和手術(shù)方案制定等方面起著越來越重要的作用。
為了更好地推動醫(yī)學(xué)影像技術(shù)和人工智能技術(shù)及其臨床應(yīng)用的研究和發(fā)展，及時記錄我國學(xué)者在相關(guān)領(lǐng)域的最新研究進(jìn)展，《中國圖象圖形學(xué)報》邀請國內(nèi)外專家共同策劃推出“醫(yī)學(xué)圖像及臨床應(yīng)用”?？劢古R床應(yīng)用廣泛的多種生物醫(yī)學(xué)影像模態(tài)——超聲、MRI、CT等在理論方法、關(guān)鍵技術(shù)和典型應(yīng)用等方面具有創(chuàng)新性、突破性的研究成果。
經(jīng)過嚴(yán)格評審，“醫(yī)學(xué)圖像及臨床應(yīng)用”?？彩珍泴W(xué)術(shù)論文26篇，作者包括來自64家科研院所、研究中心、高校、醫(yī)院和企業(yè)的135位專家學(xué)者、一線醫(yī)生、研究生、企業(yè)人員等。?？杏蓢H國內(nèi)專家合作的論文4篇，來自12家醫(yī)院臨床醫(yī)師與高校學(xué)者合作的論文9篇，由5家國內(nèi)醫(yī)療企業(yè)與研究學(xué)者合作的論文5篇。
?？晒玫?2項國家自然科學(xué)基金、4項國家重點(diǎn)研發(fā)計劃、17項省級自然科學(xué)基金和重大科技計劃、3項國家和教育部重點(diǎn)實(shí)驗(yàn)室開放基金、2項中央高?；究蒲袠I(yè)務(wù)費(fèi)科技創(chuàng)新項目、3項中國博士后科學(xué)基金等支持。
?？P(guān)鍵詞主要包括：醫(yī)學(xué)影像、人工智能、圖像分類、深度學(xué)習(xí)、遷移學(xué)習(xí)、生成對抗網(wǎng)絡(luò)、數(shù)據(jù)增廣、數(shù)據(jù)集、新冠肺炎、圖神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制、圖像分割、UNet、Transformer等。
?？瘷谀堪ǎ壕C述(5篇)、計算機(jī)斷層掃描圖像(8篇)、磁共振圖像(4篇)、超聲圖像(2篇)、中醫(yī)圖像(2篇)、研究應(yīng)用(5篇)。
專刊封面展示了上?？萍即髮W(xué)生物醫(yī)學(xué)工程學(xué)院和上海聯(lián)影智能醫(yī)療科技有限公司合作的腦影像智能分析方向研究成果。
綜述論文中，《中國醫(yī)學(xué)影像人工智能20年回顧和展望》分析了國內(nèi)同行在醫(yī)學(xué)影像人工智能領(lǐng)域頂刊頂會MedIA、TMI、MICCAI上的成果；回顧了近20年國內(nèi)醫(yī)學(xué)影像人工智能發(fā)展進(jìn)程中的重要事件。該文有助于同行了解本領(lǐng)域的發(fā)展歷程，采用的統(tǒng)計方法和研究思路客觀且具有說服力，對國內(nèi)領(lǐng)域發(fā)展具有積極的推動作用。
《遷移學(xué)習(xí)在醫(yī)學(xué)圖像分類中的研究進(jìn)展》從遷移學(xué)習(xí)在醫(yī)學(xué)圖像分類應(yīng)用中的現(xiàn)狀和特點(diǎn)切入，對遷移學(xué)習(xí)的知識學(xué)習(xí)類型、組織結(jié)構(gòu)等進(jìn)行歸納總結(jié)，并提出仍待解決問題和建議，為后續(xù)研究建議了方向，值得研究者深入探究。
《生成對抗式網(wǎng)絡(luò)及其醫(yī)學(xué)影像應(yīng)用研究綜述》從任務(wù)拆分、條件約束以及圖像到圖像翻譯等角度對生成對抗式網(wǎng)絡(luò)的衍生模型進(jìn)行分析。對其在醫(yī)學(xué)影像領(lǐng)域中的數(shù)據(jù)增廣、模態(tài)遷移、圖像分割以及去噪等方面應(yīng)用的最新研究工作進(jìn)行綜述。通過對醫(yī)學(xué)影像處理相關(guān)瓶頸問題以及生成對抗式網(wǎng)絡(luò)的深入分析，旨在找到兩者的結(jié)合點(diǎn)及未來的改進(jìn)方向，也為該領(lǐng)域相關(guān)研究人員提供參考。
《深度學(xué)習(xí)的心臟磁共振影像超分辨率前沿進(jìn)展》對領(lǐng)域內(nèi)現(xiàn)狀進(jìn)行梳理總結(jié)，分析發(fā)現(xiàn)，基于深度學(xué)習(xí)的心臟SR重建技術(shù)取得了較大進(jìn)展，但在運(yùn)動偽影抑制、模型簡化程度與時間性能方面仍有進(jìn)步空間。現(xiàn)有模型基本完全依靠網(wǎng)絡(luò)強(qiáng)大的表達(dá)能力，鮮有臨床先驗(yàn)知識的引入。模型間性能對比相對較少，且領(lǐng)域內(nèi)缺少代表性的可用于評價不同心臟SR重建模型性能的數(shù)據(jù)集。感興趣的讀者可通過該文了解領(lǐng)域內(nèi)的研究現(xiàn)狀與發(fā)展趨勢。
《CT圖像肺及肺病變區(qū)域分割方法綜述》不僅對肺實(shí)質(zhì)和肺結(jié)節(jié)的分割文獻(xiàn)進(jìn)行比較與總結(jié)，還包括對 COVID-19 感染區(qū)域、磨玻璃影和肺間質(zhì)疾病等肺病變區(qū)域的分割研究進(jìn)展進(jìn)行重點(diǎn)分析與總結(jié)，從 CT 圖像中檢測并分割感染區(qū)域，為助力傳統(tǒng)醫(yī)療保健策略應(yīng)對診斷 COVID-19 疾病提供可能性。
我們期待廣大讀者和科技人員通過“醫(yī)學(xué)圖像及臨床應(yīng)用”?？?，能夠更深入、更全面地了解該領(lǐng)域的最新方法和應(yīng)用，吸引更多學(xué)者從事相關(guān)研究并產(chǎn)生具有國際影響力的優(yōu)秀成果，為本領(lǐng)域的發(fā)展做出新的貢獻(xiàn)。
猜你喜歡
中國藥學(xué)藥品知識倉庫(2022年8期)2022-05-09 13:54:24
中國臨床醫(yī)學(xué)影像雜志(2021年10期)2021-11-22 07:46:38
中國醫(yī)學(xué)影像學(xué)雜志(2021年6期)2021-08-13 08:43:08
石油瀝青(2018年6期)2018-12-29 12:07:04
NBA特刊(2018年21期)2018-11-24 02:47:52
功能高分子學(xué)報(2016年1期)2016-04-26 01:39:05
江蘇年鑒(2014年0期)2014-03-11 17:09:58
衛(wèi)生職業(yè)教育(2014年9期)2014-02-16 07:22:08
