《中國圖象圖形學報》精準診斷?？喗?/h1>
2024-05-02 00:26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生物醫學工程學院，上海 201210；2.上海聯影智能醫療科技有限公司，上海 200230；3.北方民族大學計算機科學與工程學院，銀川 750021；4.深圳大學生物醫學工程學，深圳，518037；5.西湖大學附屬杭州市第一人民醫院放射科，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
“醫學圖像就是醫生的眼睛?！睆V義上的醫學圖像指在醫療行為中獲取的所有和診療相關的圖像，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、痰涂片在內的病理學圖像。隨著醫學技術的發展，患者的病理生理狀態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，使診斷技術不僅關注疾病診斷的共性，更關注患者個體差異，幫助醫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的發展注入了全新的活力，是未來臨床診斷的研究熱點。
基于醫學影像的精準診斷發展迅速，通過采用人工智能技術，協助醫生在診斷治療過程中進行準確分析，降低醫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，建立不同模態醫學圖像之間的關系。這使得醫學信息能夠脫離傳統醫學研究中單因素相關性研究面臨的干擾，探究不同尺度下所反映的疾病或生理狀態的同質性，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方面的重要進展，《中國圖象圖形學報》邀請業內專家共同策劃推出“精準診斷”?？?，主要聚焦于采用醫學影像做疾病的精準診斷，著重于人工智能轉化研究，旨在解決精準診斷面臨的具體挑戰，并促進醫學影像人工智能算法的開發和臨床驗證、部署和臨床實踐中的性能監控。
?？盏筋I域內相關學者積極踴躍的投稿。經過嚴格評審，共收錄學術論文18 篇，其中綜述2 篇、數據集論文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/數據集進行詳細說明；接著，對腦實質提取、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及未來的研究方向進行總結與展望。
綜述《深度學習在口腔醫學影像中的應用與挑戰》（作者：趙陽，李俊誠*，成博棟，牛娜君，王龍光，高廣謂，施?。目谇会t學影像領域常用的二維X射線影像、三維點云/網格影像和錐形束計算機斷層掃描影像三種影像出發，介紹深度學習技術在口腔醫學影像處理及分析領域應用的思路和現狀，分析了各算法的優缺點及該領域所面臨的問題和挑戰，并對未來的研究方向和可能開展的臨床應用進行展望，以助力智慧口腔建設。
數據集論文《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據集》（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）本文發布了來自中國贛州市立醫院臨床環境的數據集GZMH（Ganzhou municipal hospital）。所整理并公開發布的數據集GZMH 包含55 幅全視野數字切片（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名高年資醫師對3名初級病理醫師的標注進行了復核。5 種主流目標檢測方法和5 種經典分割方法在GZMH 數據集上進行了訓練和測試，檢驗它們在臨床數據集GZMH上的性能。所有方法在面對較大規模的臨床數據集GZMH時的性能都明顯低于它們在一些公開數據集上的性能結果。該數據集能夠用于有絲分裂目標檢測與語義分割研究任務，且此數據集中的圖像更加接近實際的應用場景，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用方面具有較大的價值。數據集在線發布地址為：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一弱監督個性化聯邦圖像分割》（作者：潘建珊，林立，吳潔偉，劉翼翔，陳孝華，林其友，黃建業，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）；
《結合局部全局特征與多尺度交互的三維多器官分割網絡》（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的牙齒分割網絡》（作者：秦俊，盧婷嵐，紀柏*，李雨晴）；
《全監督和弱監督圖網絡的病理圖像分割》（作者：沈熠婷，陳昭*，張清華，陳錦豪，王慶國）；
《U-Net 通道變換網絡在腺體圖像分割中的應用》（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 圖像分割網絡》（作者；張蝶，黃慧*，馬燕，黃丙倉，陸煒平）；
《自適應模態融合雙編碼器MRI 腦腫瘤分割網絡》（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*）；
《自適應個性化聯邦學習：遷移魯棒特征構建醫學圖像分類模型》（作者：陸森良，馮寶*，徐坤財，陳業航，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合迭代重建網絡》（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”?？?，能夠更深入、更全面地了解該領域的最新方法和應用，吸引更多學者從事相關研究并產生具有國際影響力的優秀成果，為本領域的發展做出新的貢獻。
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 醫學影像技術在醫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 《當代醫學影像誤診學》出版中國臨床醫學影像雜志(2021年10期)2021-11-22 《當代醫學影像誤診學》正式出版中國醫學影像學雜志(2021年6期)2021-08-13 精準防返貧，才能穩脫貧當代陜西(2020年21期)2020-12-14 有趣的圖像詩作文小學中年級(2020年6期)2020-07-24 精準的打鐵NBA特刊(2018年11期)2018-08-13 精準扶貧 齊奔小康民生周刊(2017年19期)2017-10-25 精準扶貧二首岷峨詩稿(2017年4期)2017-04-20 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
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生物醫學工程學院，上海 201210；2.上海聯影智能醫療科技有限公司，上海 200230；3.北方民族大學計算機科學與工程學院，銀川 750021；4.深圳大學生物醫學工程學，深圳，518037；5.西湖大學附屬杭州市第一人民醫院放射科，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
“醫學圖像就是醫生的眼睛?！睆V義上的醫學圖像指在醫療行為中獲取的所有和診療相關的圖像，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、痰涂片在內的病理學圖像。隨著醫學技術的發展，患者的病理生理狀態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，使診斷技術不僅關注疾病診斷的共性，更關注患者個體差異，幫助醫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的發展注入了全新的活力，是未來臨床診斷的研究熱點。
基于醫學影像的精準診斷發展迅速，通過采用人工智能技術，協助醫生在診斷治療過程中進行準確分析，降低醫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，建立不同模態醫學圖像之間的關系。這使得醫學信息能夠脫離傳統醫學研究中單因素相關性研究面臨的干擾，探究不同尺度下所反映的疾病或生理狀態的同質性，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方面的重要進展，《中國圖象圖形學報》邀請業內專家共同策劃推出“精準診斷”?？?，主要聚焦于采用醫學影像做疾病的精準診斷，著重于人工智能轉化研究，旨在解決精準診斷面臨的具體挑戰，并促進醫學影像人工智能算法的開發和臨床驗證、部署和臨床實踐中的性能監控。
?？盏筋I域內相關學者積極踴躍的投稿。經過嚴格評審，共收錄學術論文18 篇，其中綜述2 篇、數據集論文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/數據集進行詳細說明；接著，對腦實質提取、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及未來的研究方向進行總結與展望。
綜述《深度學習在口腔醫學影像中的應用與挑戰》（作者：趙陽，李俊誠*，成博棟，牛娜君，王龍光，高廣謂，施?。目谇会t學影像領域常用的二維X射線影像、三維點云/網格影像和錐形束計算機斷層掃描影像三種影像出發，介紹深度學習技術在口腔醫學影像處理及分析領域應用的思路和現狀，分析了各算法的優缺點及該領域所面臨的問題和挑戰，并對未來的研究方向和可能開展的臨床應用進行展望，以助力智慧口腔建設。
數據集論文《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據集》（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）本文發布了來自中國贛州市立醫院臨床環境的數據集GZMH（Ganzhou municipal hospital）。所整理并公開發布的數據集GZMH 包含55 幅全視野數字切片（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名高年資醫師對3名初級病理醫師的標注進行了復核。5 種主流目標檢測方法和5 種經典分割方法在GZMH 數據集上進行了訓練和測試，檢驗它們在臨床數據集GZMH上的性能。所有方法在面對較大規模的臨床數據集GZMH時的性能都明顯低于它們在一些公開數據集上的性能結果。該數據集能夠用于有絲分裂目標檢測與語義分割研究任務，且此數據集中的圖像更加接近實際的應用場景，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用方面具有較大的價值。數據集在線發布地址為：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一弱監督個性化聯邦圖像分割》（作者：潘建珊，林立，吳潔偉，劉翼翔，陳孝華，林其友，黃建業，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）；
《結合局部全局特征與多尺度交互的三維多器官分割網絡》（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的牙齒分割網絡》（作者：秦俊，盧婷嵐，紀柏*，李雨晴）；
《全監督和弱監督圖網絡的病理圖像分割》（作者：沈熠婷，陳昭*，張清華，陳錦豪，王慶國）；
《U-Net 通道變換網絡在腺體圖像分割中的應用》（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 圖像分割網絡》（作者；張蝶，黃慧*，馬燕，黃丙倉，陸煒平）；
《自適應模態融合雙編碼器MRI 腦腫瘤分割網絡》（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*）；
《自適應個性化聯邦學習：遷移魯棒特征構建醫學圖像分類模型》（作者：陸森良，馮寶*，徐坤財，陳業航，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合迭代重建網絡》（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”?？?，能夠更深入、更全面地了解該領域的最新方法和應用，吸引更多學者從事相關研究并產生具有國際影響力的優秀成果，為本領域的發展做出新的貢獻。
猜你喜歡
黑龍江大學自然科學學報(2022年4期)2022-11-17
中國藥學藥品知識倉庫(2022年8期)2022-05-09
中國臨床醫學影像雜志(2021年10期)2021-11-22
中國醫學影像學雜志(2021年6期)2021-08-13
當代陜西(2020年21期)2020-12-14
作文小學中年級(2020年6期)2020-07-24
NBA特刊(2018年11期)2018-08-13
民生周刊(2017年19期)2017-10-25
岷峨詩稿(2017年4期)2017-04-20
自然資源遙感(2014年3期)2014-02-27
