沈定剛，周濤，雷柏英，丁忠祥，陳慧靈，施俊，李晨，韓向娣

1.上海科技大學(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.北方民族大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，銀川 750021；4.深圳大學(xué)生物醫(yī)學(xué)工程學(xué)，深圳，518037；5.西湖大學(xué)附屬杭州市第一人民醫(yī)院放射科，杭州 310006；6.溫州大學(xué)計(jì)算機(jī)與人工智能學(xué)院，溫州 325035；7.上海大學(xué)通信與信息工程學(xué)院，上海 200444；8.東北大學(xué)醫(yī)學(xué)與生物信息工程學(xué)院，沈陽(yáng) 110167；9.《中國(guó)圖象圖形學(xué)報(bào)》編輯部，北京 100190

“醫(yī)學(xué)圖像就是醫(yī)生的眼睛?！睆V義上的醫(yī)學(xué)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(xué)圖像，以及病理切片、骨髓、痰涂片在內(nèi)的病理學(xué)圖像。隨著醫(yī)學(xué)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(jìn)行展示，這對(duì)患者的臨床診斷和個(gè)性化治療都起到了至關(guān)重要的作用。精準(zhǔn)診斷是通過(guò)人工智能的方法確定個(gè)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(gè)體差異，幫助醫(yī)生快速且精確地對(duì)病癥進(jìn)行診斷與治療。因此，精準(zhǔn)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(lái)臨床診斷的研究熱點(diǎn)。

基于醫(yī)學(xué)影像的精準(zhǔn)診斷發(fā)展迅速，通過(guò)采用人工智能技術(shù)，協(xié)助醫(yī)生在診斷治療過(guò)程中進(jìn)行準(zhǔn)確分析，降低醫(yī)生因主客觀因素的干擾導(dǎo)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(xué)圖像之間的關(guān)系。這使得醫(yī)學(xué)信息能夠脫離傳統(tǒng)醫(yī)學(xué)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(dá)到提高診斷可靠性的目的。

為深入探討和研究上述問(wèn)題，展示我國(guó)學(xué)者在精準(zhǔn)診斷技術(shù)方面的重要進(jìn)展，《中國(guó)圖象圖形學(xué)報(bào)》邀請(qǐng)業(yè)內(nèi)專家共同策劃推出“精準(zhǔn)診斷”?？?，主要聚焦于采用醫(yī)學(xué)影像做疾病的精準(zhǔn)診斷，著重于人工智能轉(zhuǎn)化研究，旨在解決精準(zhǔn)診斷面臨的具體挑戰(zhàn)，并促進(jìn)醫(yī)學(xué)影像人工智能算法的開發(fā)和臨床驗(yàn)證、部署和臨床實(shí)踐中的性能監(jiān)控。

專刊收到領(lǐng)域內(nèi)相關(guān)學(xué)者積極踴躍的投稿。經(jīng)過(guò)嚴(yán)格評(píng)審，共收錄學(xué)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(shí)別論文11篇，以及圖像理解與計(jì)算機(jī)視覺(jué)論文4篇。

綜述《胎兒腦磁共振圖像分割研究進(jìn)展》（作者：陳健，廣夢(mèng)婷，陸冉林，羅琴，魏麗芳，沈定剛*）針對(duì)胎兒腦磁共振圖像分割方法進(jìn)行綜述，首先，對(duì)胎兒腦磁共振圖像的主要公開圖譜/數(shù)據(jù)集進(jìn)行詳細(xì)說(shuō)明；接著，對(duì)腦實(shí)質(zhì)提取、組織分割和病灶分割方法進(jìn)行全面的分類與分析；最后，對(duì)胎兒腦磁共振圖像分割面臨的挑戰(zhàn)及未來(lái)的研究方向進(jìn)行總結(jié)與展望。

綜述《深度學(xué)習(xí)在口腔醫(yī)學(xué)影像中的應(yīng)用與挑戰(zhàn)》（作者：趙陽(yáng)，李俊誠(chéng)*，成博棟，牛娜君，王龍光，高廣謂，施?。目谇会t(yī)學(xué)影像領(lǐng)域常用的二維X射線影像、三維點(diǎn)云/網(wǎng)格影像和錐形束計(jì)算機(jī)斷層掃描影像三種影像出發(fā)，介紹深度學(xué)習(xí)技術(shù)在口腔醫(yī)學(xué)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(diǎn)及該領(lǐng)域所面臨的問(wèn)題和挑戰(zhàn)，并對(duì)未來(lái)的研究方向和可能開展的臨床應(yīng)用進(jìn)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(xì)胞核檢測(cè)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(xì)朋，藍(lán)如師，羅笑南）本文發(fā)布了來(lái)自中國(guó)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(xì)胞核目標(biāo)檢測(cè)和語(yǔ)義分割研究的兩種標(biāo)注，并由2名高年資醫(yī)師對(duì)3名初級(jí)病理醫(yī)師的標(biāo)注進(jìn)行了復(fù)核。5 種主流目標(biāo)檢測(cè)方法和5 種經(jīng)典分割方法在GZMH 數(shù)據(jù)集上進(jìn)行了訓(xùn)練和測(cè)試，檢驗(yàn)它們?cè)谂R床數(shù)據(jù)集GZMH上的性能。所有方法在面對(duì)較大規(guī)模的臨床數(shù)據(jù)集GZMH時(shí)的性能都明顯低于它們?cè)谝恍┕_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(biāo)檢測(cè)與語(yǔ)義分割研究任務(wù)，且此數(shù)據(jù)集中的圖像更加接近實(shí)際的應(yīng)用場(chǎng)景，在推動(dòng)乳腺病理圖像有絲分裂細(xì)胞核分割的研究和臨床應(yīng)用方面具有較大的價(jià)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(shí)別論文包括：

《相似度感知蒸餾的統(tǒng)一弱監(jiān)督個(gè)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(qiáng)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(qiáng)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(jì)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(guó)）；

《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(cè)》（作者：史彩娟*，鄭遠(yuǎn)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(qiáng)的前列腺M(fèi)R 圖像分割網(wǎng)絡(luò)》（作者；張蝶，黃慧*，馬燕，黃丙倉(cāng)，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(jì)算機(jī)視覺(jué)論文包括：

《融合幀間時(shí)序關(guān)系的標(biāo)準(zhǔn)胎兒四腔心超聲切面自動(dòng)獲取》（作者：徐光柱，吳夢(mèng)琦，錢奕凡，王陽(yáng)，劉蓉，周軍，雷幫軍*）；

《自適應(yīng)個(gè)性化聯(lián)邦學(xué)習(xí)：遷移魯棒特征構(gòu)建醫(yī)學(xué)圖像分類模型》（作者：陸森良，馮寶*，徐坤財(cái)，陳業(yè)航，陳相猛）；

《用于組織病理圖像分類的雙層多實(shí)例學(xué)習(xí)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(guò)“精準(zhǔn)診斷”?？?，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(guó)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)。