“AI+医学影像”专刊
2020年第10期
专刊编委会
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
上海科技大学生物医学工程学院
田捷 研究员
中国科学院自动化研究所
专刊论文
“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;
5篇研究应用论文。
扫描关注,回复“医学专刊”
免费获取29篇论文电子版
专刊序言
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技术的介入,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,同时也能进一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的研究进展,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、AI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,能够广泛深入地了解当前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。
——安虹,张云泉
特邀综述
图 两阶段多损失函数的CNN结构
作者:施俊,汪琳琳,王珊珊,陈艳霞,王乾,魏冬铭,梁淑君,彭佳林,易佳锦,刘盛锋,倪东,王明亮,张道强,沈定刚
第一单位:上海大学通信与信息工程学院
引用格式:施俊, 汪琳琳, 王珊珊, 陈艳霞, 王乾, 魏冬铭, 梁淑君, 彭佳林, 易佳锦, 刘盛锋, 倪东, 王明亮, 张道强, 沈定刚. 2020. 深度学习在医学影像中的应用综述. 中国图象图形学报, 25(10): 1953-1981.[DOI: 10.11834/jig.200255]
作者:金旭,文可,吕国锋,石军,迟孟贤,武铮,安虹
第一单位:中国科学技术大学计算机科学与技术学院
引用格式:金旭, 文可, 吕国锋, 石军, 迟孟贤, 武铮, 安虹. 2020. 深度学习在组织病理学中的应用综述. 中国图象图形学报, 25(10): 1982-1993. [DOI: 10.11834/jig.200460]
作者:张崇,王坤,田捷
第一单位:中国科学院自动化研究所分子影像重点实验室
引用格式:张崇, 王坤, 田捷. 2020. 机器学习在术中光学成像技术中的应用研究. 中国图象图形学报, 25(10): 1994-2001. [DOI: 10.11834/jig.200291]
前沿进展
图 医学点云的处理流程
作者:杨健程,倪冰冰
第一单位:上海交通大学电子工程系
引用格式:杨健程, 倪冰冰. 2020. 医学3D计算机视觉:研究进展和挑战. 中国图象图形学报, 25(10): 2002-2012. [DOI: 10.11834/jig.200244]
作者:李美佳, 于泽宽, 刘晓, 颜荣耀, 于媛媛, 王大明, 陈涓, 陆军, 祁鹏, 王俊杰, 刘杰
第一单位:北京交通大学计算机与信息技术学院
引用格式:李美佳, 于泽宽, 刘晓, 颜荣耀, 于媛媛, 王大明, 陈涓, 陆军, 祁鹏, 王俊杰, 刘杰. 2020. 点云算法在医学领域的研究进展. 中国图象图形学报, 25(10): 2013-2023.[DOI: 10.11834/jig.200253]
作者:马金林, 邓媛媛, 马自萍
第一单位:北方民族大学计算机科学与工程学院
引用格式:马金林, 邓媛媛, 马自萍. 2020. 肝脏肿瘤CT图像深度学习分割方法综述. 中国图象图形学报, 25(10): 2024-2046. [DOI: 10.11834/jig.200234]
作者:宋佩伦, 王雅萍, 耿秀娟, 张航, 宋学勤
第一单位:郑州大学信息工程学院
引用格式:宋佩伦, 王雅萍, 耿秀娟, 张航, 宋学勤. 2020. 磁共振影像深度学习在精神分裂症诊断中的应用综述. 中国图象图形学报, 25(10): 2047-2057.) [DOI: 10.11834/jig.200284]
题目:新型冠状病毒肺炎(COVID-19)医学影像AI诊断研究进展
作者:孟琭, 李镕辉
第一单位:东北大学信息科学与工程学院
引用格式:孟琭, 李镕辉. 2020. 新型冠状病毒肺炎(COVID-19)医学影像AI诊断研究进展. 中国图象图形学报, 25(10): 2058-2067.
[DOI: 10.11834/jig.200222]
作者:张航, 王雅萍, 耿秀娟, 付鹏飞
第一单位:郑州大学信息工程学院
引用格式:张航, 王雅萍, 耿秀娟, 付鹏飞. 2020. 等强度婴儿脑MR图像分割的深度学习方法综述. 中国图象图形学报, 25(10): 2068-2078.
[DOI: 10.11834/jig.200285]
作者:周涛, 霍兵强, 陆惠玲, 师宏斌
第一单位:北方民族大学计算机科学与工程学院
引用格式:周涛, 霍兵强, 陆惠玲, 师宏斌. 2020. 医学影像疾病诊断的残差神经网络优化算法研究进展. 中国图象图形学报, 25(10): 2079-2092.
[DOI: 10.11834/jig.200207]
题目: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
作者:李翠平, 董江宁
第一单位:安徽医科大学附属省立医院
引用格式:李翠平, 董江宁. 2020. 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. 中国图象图形学报, 25(10): 2093-2099.
[DOI: 10.11834/jig.200128]
作者:徐春园, 曾晓天, 宋泽雨, 唐晓英
第一单位:北京理工大学生命学院
引用格式:徐春园, 曾晓天, 宋泽雨, 唐晓英. 2020. 4D时空纵向分析在生物医学领域中的应用现状与趋势. 中国图象图形学报, 25(10): 2100-2109.) [DOI: 10.11834/jig.200188]
计算机断层扫描图像
图 新冠肺炎特征区域的分割提取
作者:石军, 赵敏帆, 薛旭东, 郝晓宇, 金旭, 安虹, 张红雁
第一单位:中国科学技术大学计算机科学与技术学院
引用格式:石军, 赵敏帆, 薛旭东, 郝晓宇, 金旭, 安虹, 张红雁. 2020. 2D级联CNN模型的放疗危及器官自动分割. 中国图象图形学报, 25(10): 2110-2118.) [DOI: 10.11834/jig.200281]
作者:郝晓宇, 熊俊峰, 薛旭东, 石军, 文可, 韩文廷, 李骁扬, 赵俊, 傅小龙
第一单位:中国科学技术大学计算机科学与技术学院
引用格式:郝晓宇, 熊俊峰, 薛旭东, 石军, 文可, 韩文廷, 李骁扬, 赵俊, 傅小龙. 2020. 融合双注意力机制3D U-Net的肺肿瘤分割. 中国图象图形学报, 25(10): 2119-2127.) [DOI: 10.11834/jig.200282]
作者:刘云鹏, 刘光品, 王仁芳, 金冉, 孙德超, 邱虹, 董晨, 李瑾, 洪国斌
第一单位:浙江万里学院
引用格式:刘云鹏, 刘光品, 王仁芳, 金冉, 孙德超, 邱虹, 董晨, 李瑾, 洪国斌. 2020. 深度学习结合影像组学的肝脏肿瘤CT分割. 中国图象图形学报, 25(10): 2128-2141. [DOI: 10.11834/jig.200198]
作者:康波, 郭佳, 王帅, 徐波, 孟祥飞
第一单位:天津大学智能与计算学部
引用格式:康波, 郭佳, 王帅, 徐波, 孟祥飞. 2020. 超级计算支撑的新冠肺炎CT影像综合分析辅助系统应用. 中国图象图形学报, 25(10): 2142-2150. [DOI: 10.11834/jig.200239]
作者:薛旭东, 郝晓宇, 石军, 丁轶, 魏伟, 安虹
第一单位:湖北省肿瘤医院肿瘤放疗科
引用格式:薛旭东, 郝晓宇, 石军, 丁轶, 魏伟, 安虹. 2020. 鼻咽癌原发肿瘤放疗靶区的自动分割. 中国图象图形学报, 25(10): 2151-2158.) [DOI: 10.11834/jig.200243]
磁共振图像
图 不同方法的脑部磁共振图像颅骨去除效果对比
作者:赵奕名, 李锵, 关欣
第一单位:天津大学微电子学院
引用格式:赵奕名, 李锵, 关欣. 2020. 组卷积轻量级脑肿瘤分割网络. 中国图象图形学报, 25(10): 2159-2170. [DOI: 10.11834/jig.200247]
作者:姚发展, 李智, 王丽会, 程欣宇, 张健
第一单位:贵州大学计算机科学与技术学院智能医学影像分析与精准诊断重点实验室
引用格式:姚发展, 李智, 王丽会, 程欣宇, 张健. 2020. 深度迭代融合的脑部磁共振图像颅骨去除网络. 中国图象图形学报, 25(10): 2171-2181. [DOI: 10.11834/jig.200218]
作者:张桂梅, 胡强, 龚磊
第一单位:南昌航空大学计算机视觉研究所
引用格式:张桂梅, 胡强, 龚磊. 2020. 融合密集残差块和GAN变体的医学图像非刚性配准. 中国图象图形学报, 25(10): 2182-2194. [DOI: 10.11834/jig.200130]
超声图像
图 乳腺超声双模态数据图
作者:胡屹杉, 秦品乐, 曾建潮, 柴锐, 王丽芳
第一单位:中北大学山西省医学影像与数据分析工程研究中心
引用格式:胡屹杉, 秦品乐, 曾建潮, 柴锐, 王丽芳. 2020. 结合分段频域和局部注意力的超声甲状腺分割. 中国图象图形学报, 25(10): 2195-2205. [DOI: 10.11834/jig.200230]
作者:贡荣麟, 施俊, 王骏
第一单位:上海大学通信与信息工程学院
引用格式:贡荣麟, 施俊, 王骏. 2020. 面向乳腺超声图像分割的混合监督双通道反馈U-Net. 中国图象图形学报, 25(10): 2206-2217.) [DOI: 10.11834/jig.200240]
作者:杨子奇, 龚勋, 朱丹, 郭颖
第一单位:西南交通大学信息科学与技术学院
引用格式:杨子奇, 龚勋, 朱丹, 郭颖. 2020. 乳腺超声双模态数据的协同约束网络. 中国图象图形学报, 25(10): 2218-2228. [DOI: 10.11834/jig.200246]
作者:邹海鹏, 龚勋, 胡毕杰, 罗俊
第一单位:西南交通大学信息科学与技术学院
引用格式:邹海鹏, 龚勋, 胡毕杰, 罗俊. 2020. 乳腺超声肿瘤动态噪声指数及分割算法. 中国图象图形学报, 25(10): 2229-2237.) [DOI: 10.11834/jig.200245]
研究应用
图 牙冠生成结果对比图
作者:张智睿, 李锵, 关欣
第一单位:天津大学微电子学院
引用格式:张智睿, 李锵, 关欣. 2020. 密集挤压激励网络的多标签胸部X光片疾病分类. 中国图象图形学报, 25(10): 2238-2248. [DOI: 10.11834/jig.200232]
作者:郭闯, 戴宁, 田素坤, 孙玉春, 俞青, 刘浩, 程筱胜
第一单位:南京航空航天大学机电学院
引用格式:郭闯, 戴宁, 田素坤, 孙玉春, 俞青, 刘浩, 程筱胜. 2020. 高分辨率深度生成网络的缺失牙体形态设计. 中国图象图形学报, 25(10): 2249-2258. [DOI: 10.11834/jig.200252]
作者:高颖琪, 郭松, 李宁, 王恺, 康宏, 李涛
第一单位:南开大学计算机学院
引用格式:高颖琪, 郭松, 李宁, 王恺, 康宏, 李涛. 2020. 语义融合眼底图像动静脉分类方法. 中国图象图形学报, 25(10): 2259-2270. [DOI: 10.11834/jig.200187]
题目:AS-PANet:改进路径增强网络的重叠染色体实例分割
作者:林成创, 赵淦森, 尹爱华, 丁笔超, 郭莉, 陈汉彪
第一单位:华南师范大学计算机学院
引用格式:林成创, 赵淦森, 尹爱华, 丁笔超, 郭莉, 陈汉彪. 2020. AS-PANet:改进路径增强网络的重叠染色体实例分割. 中国图象图形学报, 25(10): 2271-2280.) [DOI: 10.11834/jig.200236]
题目:TSCNN:面向可穿戴心电信号监测与分析的卷积神经网络
作者:孟琭, 葛康, 宋阳, 杨东溟
第一单位:东北大学信息科学与工程学院
引用格式:孟琭, 葛康, 宋阳, 杨东溟. 2020. TSCNN:面向可穿戴心电信号监测与分析的卷积神经网络. 中国图象图形学报, 25(10): 2281-2292. [DOI: 10.11834/jig.200203]
扫码加入图图社区,优享最新资讯
回放平台:
知网在线教学服务平台:
http://k.cnki.net/Room/Home/Index/181822
B站:
https://space.bilibili.com/27032291
往期目录:
汪荣贵——机器学习基本知识体系与入门方法
陈强——从Cell封面论文谈AI研究中的实验数据问题
石争浩——从先验到深度:低见度图像增强
行知论坛——南理工行知论坛&图图Seminar:智能画质增强专题
孙显——遥感图像智能分析:方法与应用
章国锋——视觉SLAM在AR应用上的关键性问题探讨
林宙辰——机器学习中优化算法前沿简介
白相志,冯朝路——“医学图像与人工智能”主题论坛
李雷达——以人为中心的图像感知评价:从质量到美学
汪荣贵——深度强化学习系列课程1-4讲
张明敏,郭诗辉——“人工智能与虚拟现实”主题论坛
高连如——高光谱遥感图像处理与信息提取
杨扬——“出身决定论”?看科研之路如何逆袭!
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发!
编辑:韩小荷
指导:梧桐君
审校:夏薇薇
总编辑:肖 亮
声 明
欢迎转发本号原创内容,任何形式的媒体或机构未经授权,不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流,内容为作者观点,不代表本号立场。未经允许,请勿二次转载。如涉及文字、图片等内容、版权和其他问题,请于文章发出20日内联系本号,我们将第一时间处理。《中国图象图形学报》拥有最终解释权。