《中國圖象圖形學報》精準診斷?？喗?/h1>
2024-05-02 00:26:48沈定剛周濤雷柏英丁忠祥陳慧靈施俊李晨韓向娣
中國圖象圖形學報 2024年3期
沈定剛，周濤，雷柏英，丁忠祥，陳慧靈，施俊，李晨，韓向娣
1.上?？萍即髮W生物醫(yī)學工程學院，上海 201210；2.上海聯(lián)影智能醫(yī)療科技有限公司，上海 200230；3.北方民族大學計算機科學與工程學院，銀川 750021；4.深圳大學生物醫(yī)學工程學，深圳，518037；5.西湖大學附屬杭州市第一人民醫(yī)院放射科，杭州 310006；6.溫州大學計算機與人工智能學院，溫州 325035；7.上海大學通信與信息工程學院，上海 200444；8.東北大學醫(yī)學與生物信息工程學院，沈陽 110167；9.《中國圖象圖形學報》編輯部，北京 100190
“醫(yī)學圖像就是醫(yī)生的眼睛?！睆V義上的醫(yī)學圖像指在醫(yī)療行為中獲取的所有和診療相關(guān)的圖像，主要有組織器官的直接圖像，如包括超聲、X 線攝片、CT、MRI、PET、SPECT、fMRI 等影像學圖像，以及病理切片、骨髓、痰涂片在內(nèi)的病理學圖像。隨著醫(yī)學技術(shù)的發(fā)展，患者的病理生理狀態(tài)被從不同的角度進行展示，這對患者的臨床診斷和個性化治療都起到了至關(guān)重要的作用。精準診斷是通過人工智能的方法確定個體患者的特征屬性，使診斷技術(shù)不僅關(guān)注疾病診斷的共性，更關(guān)注患者個體差異，幫助醫(yī)生快速且精確地對病癥進行診斷與治療。因此，精準診斷為臨床診斷技術(shù)的發(fā)展注入了全新的活力，是未來臨床診斷的研究熱點。
基于醫(yī)學影像的精準診斷發(fā)展迅速，通過采用人工智能技術(shù)，協(xié)助醫(yī)生在診斷治療過程中進行準確分析，降低醫(yī)生因主客觀因素的干擾導致的診療誤差。除此之外，人工智能可以作為有力的工具，建立不同模態(tài)醫(yī)學圖像之間的關(guān)系。這使得醫(yī)學信息能夠脫離傳統(tǒng)醫(yī)學研究中單因素相關(guān)性研究面臨的干擾，探究不同尺度下所反映的疾病或生理狀態(tài)的同質(zhì)性，達到提高診斷可靠性的目的。
為深入探討和研究上述問題，展示我國學者在精準診斷技術(shù)方面的重要進展，《中國圖象圖形學報》邀請業(yè)內(nèi)專家共同策劃推出“精準診斷”專刊，主要聚焦于采用醫(yī)學影像做疾病的精準診斷，著重于人工智能轉(zhuǎn)化研究，旨在解決精準診斷面臨的具體挑戰(zhàn)，并促進醫(yī)學影像人工智能算法的開發(fā)和臨床驗證、部署和臨床實踐中的性能監(jiān)控。
?？盏筋I(lǐng)域內(nèi)相關(guān)學者積極踴躍的投稿。經(jīng)過嚴格評審，共收錄學術(shù)論文18 篇，其中綜述2 篇、數(shù)據(jù)集論文1篇、圖像分析與識別論文11篇，以及圖像理解與計算機視覺論文4篇。
綜述《胎兒腦磁共振圖像分割研究進展》（作者：陳健，廣夢婷，陸冉林，羅琴，魏麗芳，沈定剛*）針對胎兒腦磁共振圖像分割方法進行綜述，首先，對胎兒腦磁共振圖像的主要公開圖譜/數(shù)據(jù)集進行詳細說明；接著，對腦實質(zhì)提取、組織分割和病灶分割方法進行全面的分類與分析；最后，對胎兒腦磁共振圖像分割面臨的挑戰(zhàn)及未來的研究方向進行總結(jié)與展望。
綜述《深度學習在口腔醫(yī)學影像中的應(yīng)用與挑戰(zhàn)》（作者：趙陽，李俊誠*，成博棟，牛娜君，王龍光，高廣謂，施?。目谇会t(yī)學影像領(lǐng)域常用的二維X射線影像、三維點云/網(wǎng)格影像和錐形束計算機斷層掃描影像三種影像出發(fā)，介紹深度學習技術(shù)在口腔醫(yī)學影像處理及分析領(lǐng)域應(yīng)用的思路和現(xiàn)狀，分析了各算法的優(yōu)缺點及該領(lǐng)域所面臨的問題和挑戰(zhàn)，并對未來的研究方向和可能開展的臨床應(yīng)用進行展望，以助力智慧口腔建設(shè)。
數(shù)據(jù)集論文《GZMH：一種用于有絲分裂細胞核檢測和分割的乳腺癌病理圖像數(shù)據(jù)集》（作者：汪華登，王雪馨，黎兵兵*，劉志鵬，許浩，潘細朋，藍如師，羅笑南）本文發(fā)布了來自中國贛州市立醫(yī)院臨床環(huán)境的數(shù)據(jù)集GZMH（Ganzhou municipal hospital）。所整理并公開發(fā)布的數(shù)據(jù)集GZMH 包含55 幅全視野數(shù)字切片（WSIs）臨床乳腺癌病理圖像，提供了用于有絲分裂細胞核目標檢測和語義分割研究的兩種標注，并由2名高年資醫(yī)師對3名初級病理醫(yī)師的標注進行了復核。5 種主流目標檢測方法和5 種經(jīng)典分割方法在GZMH 數(shù)據(jù)集上進行了訓練和測試，檢驗它們在臨床數(shù)據(jù)集GZMH上的性能。所有方法在面對較大規(guī)模的臨床數(shù)據(jù)集GZMH時的性能都明顯低于它們在一些公開數(shù)據(jù)集上的性能結(jié)果。該數(shù)據(jù)集能夠用于有絲分裂目標檢測與語義分割研究任務(wù)，且此數(shù)據(jù)集中的圖像更加接近實際的應(yīng)用場景，在推動乳腺病理圖像有絲分裂細胞核分割的研究和臨床應(yīng)用方面具有較大的價值。數(shù)據(jù)集在線發(fā)布地址為：https://doi.org/10.57760/sciencedb.08547。
圖像分析與識別論文包括：
《相似度感知蒸餾的統(tǒng)一弱監(jiān)督個性化聯(lián)邦圖像分割》（作者：潘建珊，林立，吳潔偉，劉翼翔，陳孝華，林其友，黃建業(yè)，唐曉穎*）；
《融合殘差上下文編碼和路徑增強的視杯視盤分割》（作者：梅華威，尚虹霖，蘇攀*，劉艷平）；
《結(jié)合局部全局特征與多尺度交互的三維多器官分割網(wǎng)絡(luò)》（作者：柴靜雯，李安康，張浩，馬泳，梅曉光*，馬佳義）；
《多尺度融合增強的縱膈淋巴結(jié)超聲彈性圖像分割》（作者：周奇，楊行，田傳耕，唐璐*，惠雨）；
《面向低劑量CT的牙齒分割網(wǎng)絡(luò)》（作者：秦俊，盧婷嵐，紀柏*，李雨晴）；
《全監(jiān)督和弱監(jiān)督圖網(wǎng)絡(luò)的病理圖像分割》（作者：沈熠婷，陳昭*，張清華，陳錦豪，王慶國）；
《U-Net 通道變換網(wǎng)絡(luò)在腺體圖像分割中的應(yīng)用》（作者：曹偉杰，段先華*，許振偉，盛帥）；
《單域泛化X-ray乳腺腫瘤檢測》（作者：史彩娟*，鄭遠帆，任弼娟，孔凡躍，段昌鈺）；
《TransAS-UNet：融 合Swin Transformer 和Unet的乳腺癌區(qū)域分割算法》（作者：徐旺旺，許良鳳，李博凱，周曦，律娜*，詹曙）；
《基于邊緣信息增強的前列腺MR 圖像分割網(wǎng)絡(luò)》（作者；張蝶，黃慧*，馬燕，黃丙倉，陸煒平）；
《自適應(yīng)模態(tài)融合雙編碼器MRI 腦腫瘤分割網(wǎng)絡(luò)》（作者：張奕涵，柏正堯*，尤逸琳，李澤鍇）。
圖像理解與計算機視覺論文包括：
《融合幀間時序關(guān)系的標準胎兒四腔心超聲切面自動獲取》（作者：徐光柱，吳夢琦，錢奕凡，王陽，劉蓉，周軍，雷幫軍*）；
《自適應(yīng)個性化聯(lián)邦學習：遷移魯棒特征構(gòu)建醫(yī)學圖像分類模型》（作者：陸森良，馮寶*，徐坤財，陳業(yè)航，陳相猛）；
《用于組織病理圖像分類的雙層多實例學習模型》（作者：陸浩，陳金令*，陳杰，陳百合，唐卓葳）；
《JIR-Net：一種用于光聲層析圖像重建的聯(lián)合迭代重建網(wǎng)絡(luò)》（作者：候英颯，孫正*，孫美晨）。
我們期待廣大讀者和科技人員通過“精準診斷”專刊，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。
猜你喜歡
改進的LapSRN遙感圖像超分辨重建黑龍江大學自然科學學報(2022年4期)2022-11-17 08:08:06 醫(yī)學影像技術(shù)在醫(yī)學影像診斷中的合理運用中國藥學藥品知識倉庫(2022年8期)2022-05-09 13:54:24 《當代醫(yī)學影像誤診學》出版中國臨床醫(yī)學影像雜志(2021年10期)2021-11-22 07:46:38 《當代醫(yī)學影像誤診學》正式出版中國醫(yī)學影像學雜志(2021年6期)2021-08-13 08:43:08 精準防返貧，才能穩(wěn)脫貧當代陜西(2020年21期)2020-12-14 08:14:36 有趣的圖像詩作文小學中年級(2020年6期)2020-07-24 08:33:10 精準的打鐵NBA特刊(2018年11期)2018-08-13 09:29:22 精準扶貧 齊奔小康民生周刊(2017年19期)2017-10-25 16:48:02 精準扶貧二首岷峨詩稿(2017年4期)2017-04-20 06:26:26 遙感圖像幾何糾正中GCP選取自然資源遙感(2014年3期)2014-02-27 11:56:38
沈定剛，周濤，雷柏英，丁忠祥，陳慧靈，施俊，李晨，韓向娣
1.上?？萍即髮W生物醫(yī)學工程學院，上海 201210；2.上海聯(lián)影智能醫(yī)療科技有限公司，上海 200230；3.北方民族大學計算機科學與工程學院，銀川 750021；4.深圳大學生物醫(yī)學工程學，深圳，518037；5.西湖大學附屬杭州市第一人民醫(yī)院放射科，杭州 310006；6.溫州大學計算機與人工智能學院，溫州 325035；7.上海大學通信與信息工程學院，上海 200444；8.東北大學醫(yī)學與生物信息工程學院，沈陽 110167；9.《中國圖象圖形學報》編輯部，北京 100190
“醫(yī)學圖像就是醫(yī)生的眼睛?！睆V義上的醫(yī)學圖像指在醫(yī)療行為中獲取的所有和診療相關(guān)的圖像，主要有組織器官的直接圖像，如包括超聲、X 線攝片、CT、MRI、PET、SPECT、fMRI 等影像學圖像，以及病理切片、骨髓、痰涂片在內(nèi)的病理學圖像。隨著醫(yī)學技術(shù)的發(fā)展，患者的病理生理狀態(tài)被從不同的角度進行展示，這對患者的臨床診斷和個性化治療都起到了至關(guān)重要的作用。精準診斷是通過人工智能的方法確定個體患者的特征屬性，使診斷技術(shù)不僅關(guān)注疾病診斷的共性，更關(guān)注患者個體差異，幫助醫(yī)生快速且精確地對病癥進行診斷與治療。因此，精準診斷為臨床診斷技術(shù)的發(fā)展注入了全新的活力，是未來臨床診斷的研究熱點。
基于醫(yī)學影像的精準診斷發(fā)展迅速，通過采用人工智能技術(shù)，協(xié)助醫(yī)生在診斷治療過程中進行準確分析，降低醫(yī)生因主客觀因素的干擾導致的診療誤差。除此之外，人工智能可以作為有力的工具，建立不同模態(tài)醫(yī)學圖像之間的關(guān)系。這使得醫(yī)學信息能夠脫離傳統(tǒng)醫(yī)學研究中單因素相關(guān)性研究面臨的干擾，探究不同尺度下所反映的疾病或生理狀態(tài)的同質(zhì)性，達到提高診斷可靠性的目的。
為深入探討和研究上述問題，展示我國學者在精準診斷技術(shù)方面的重要進展，《中國圖象圖形學報》邀請業(yè)內(nèi)專家共同策劃推出“精準診斷”專刊，主要聚焦于采用醫(yī)學影像做疾病的精準診斷，著重于人工智能轉(zhuǎn)化研究，旨在解決精準診斷面臨的具體挑戰(zhàn)，并促進醫(yī)學影像人工智能算法的開發(fā)和臨床驗證、部署和臨床實踐中的性能監(jiān)控。
?？盏筋I(lǐng)域內(nèi)相關(guān)學者積極踴躍的投稿。經(jīng)過嚴格評審，共收錄學術(shù)論文18 篇，其中綜述2 篇、數(shù)據(jù)集論文1篇、圖像分析與識別論文11篇，以及圖像理解與計算機視覺論文4篇。
綜述《胎兒腦磁共振圖像分割研究進展》（作者：陳健，廣夢婷，陸冉林，羅琴，魏麗芳，沈定剛*）針對胎兒腦磁共振圖像分割方法進行綜述，首先，對胎兒腦磁共振圖像的主要公開圖譜/數(shù)據(jù)集進行詳細說明；接著，對腦實質(zhì)提取、組織分割和病灶分割方法進行全面的分類與分析；最后，對胎兒腦磁共振圖像分割面臨的挑戰(zhàn)及未來的研究方向進行總結(jié)與展望。
綜述《深度學習在口腔醫(yī)學影像中的應(yīng)用與挑戰(zhàn)》（作者：趙陽，李俊誠*，成博棟，牛娜君，王龍光，高廣謂，施?。目谇会t(yī)學影像領(lǐng)域常用的二維X射線影像、三維點云/網(wǎng)格影像和錐形束計算機斷層掃描影像三種影像出發(fā)，介紹深度學習技術(shù)在口腔醫(yī)學影像處理及分析領(lǐng)域應(yīng)用的思路和現(xiàn)狀，分析了各算法的優(yōu)缺點及該領(lǐng)域所面臨的問題和挑戰(zhàn)，并對未來的研究方向和可能開展的臨床應(yīng)用進行展望，以助力智慧口腔建設(shè)。
數(shù)據(jù)集論文《GZMH：一種用于有絲分裂細胞核檢測和分割的乳腺癌病理圖像數(shù)據(jù)集》（作者：汪華登，王雪馨，黎兵兵*，劉志鵬，許浩，潘細朋，藍如師，羅笑南）本文發(fā)布了來自中國贛州市立醫(yī)院臨床環(huán)境的數(shù)據(jù)集GZMH（Ganzhou municipal hospital）。所整理并公開發(fā)布的數(shù)據(jù)集GZMH 包含55 幅全視野數(shù)字切片（WSIs）臨床乳腺癌病理圖像，提供了用于有絲分裂細胞核目標檢測和語義分割研究的兩種標注，并由2名高年資醫(yī)師對3名初級病理醫(yī)師的標注進行了復核。5 種主流目標檢測方法和5 種經(jīng)典分割方法在GZMH 數(shù)據(jù)集上進行了訓練和測試，檢驗它們在臨床數(shù)據(jù)集GZMH上的性能。所有方法在面對較大規(guī)模的臨床數(shù)據(jù)集GZMH時的性能都明顯低于它們在一些公開數(shù)據(jù)集上的性能結(jié)果。該數(shù)據(jù)集能夠用于有絲分裂目標檢測與語義分割研究任務(wù)，且此數(shù)據(jù)集中的圖像更加接近實際的應(yīng)用場景，在推動乳腺病理圖像有絲分裂細胞核分割的研究和臨床應(yīng)用方面具有較大的價值。數(shù)據(jù)集在線發(fā)布地址為：https://doi.org/10.57760/sciencedb.08547。
圖像分析與識別論文包括：
《相似度感知蒸餾的統(tǒng)一弱監(jiān)督個性化聯(lián)邦圖像分割》（作者：潘建珊，林立，吳潔偉，劉翼翔，陳孝華，林其友，黃建業(yè)，唐曉穎*）；
《融合殘差上下文編碼和路徑增強的視杯視盤分割》（作者：梅華威，尚虹霖，蘇攀*，劉艷平）；
《結(jié)合局部全局特征與多尺度交互的三維多器官分割網(wǎng)絡(luò)》（作者：柴靜雯，李安康，張浩，馬泳，梅曉光*，馬佳義）；
《多尺度融合增強的縱膈淋巴結(jié)超聲彈性圖像分割》（作者：周奇，楊行，田傳耕，唐璐*，惠雨）；
《面向低劑量CT的牙齒分割網(wǎng)絡(luò)》（作者：秦俊，盧婷嵐，紀柏*，李雨晴）；
《全監(jiān)督和弱監(jiān)督圖網(wǎng)絡(luò)的病理圖像分割》（作者：沈熠婷，陳昭*，張清華，陳錦豪，王慶國）；
《U-Net 通道變換網(wǎng)絡(luò)在腺體圖像分割中的應(yīng)用》（作者：曹偉杰，段先華*，許振偉，盛帥）；
《單域泛化X-ray乳腺腫瘤檢測》（作者：史彩娟*，鄭遠帆，任弼娟，孔凡躍，段昌鈺）；
《TransAS-UNet：融 合Swin Transformer 和Unet的乳腺癌區(qū)域分割算法》（作者：徐旺旺，許良鳳，李博凱，周曦，律娜*，詹曙）；
《基于邊緣信息增強的前列腺MR 圖像分割網(wǎng)絡(luò)》（作者；張蝶，黃慧*，馬燕，黃丙倉，陸煒平）；
《自適應(yīng)模態(tài)融合雙編碼器MRI 腦腫瘤分割網(wǎng)絡(luò)》（作者：張奕涵，柏正堯*，尤逸琳，李澤鍇）。
圖像理解與計算機視覺論文包括：
《融合幀間時序關(guān)系的標準胎兒四腔心超聲切面自動獲取》（作者：徐光柱，吳夢琦，錢奕凡，王陽，劉蓉，周軍，雷幫軍*）；
《自適應(yīng)個性化聯(lián)邦學習：遷移魯棒特征構(gòu)建醫(yī)學圖像分類模型》（作者：陸森良，馮寶*，徐坤財，陳業(yè)航，陳相猛）；
《用于組織病理圖像分類的雙層多實例學習模型》（作者：陸浩，陳金令*，陳杰，陳百合，唐卓葳）；
《JIR-Net：一種用于光聲層析圖像重建的聯(lián)合迭代重建網(wǎng)絡(luò)》（作者：候英颯，孫正*，孫美晨）。
我們期待廣大讀者和科技人員通過“精準診斷”專刊，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。
猜你喜歡
黑龍江大學自然科學學報(2022年4期)2022-11-17 08:08:06
中國藥學藥品知識倉庫(2022年8期)2022-05-09 13:54:24
中國臨床醫(yī)學影像雜志(2021年10期)2021-11-22 07:46:38
中國醫(yī)學影像學雜志(2021年6期)2021-08-13 08:43:08
當代陜西(2020年21期)2020-12-14 08:14:36
作文小學中年級(2020年6期)2020-07-24 08:33:10
NBA特刊(2018年11期)2018-08-13 09:29:22
民生周刊(2017年19期)2017-10-25 16:48:02
岷峨詩稿(2017年4期)2017-04-20 06:26:26
自然資源遙感(2014年3期)2014-02-27 11:56:38
