前言

医学图像分析已是当前医学研究、诊断和治疗中必不可少的技术手段。医学图像中隐含有重要的生理、病理等信息，但由于图像中的信息量大、维度高，这些信息在医学图像中表现复杂，所以其挖掘难度很大。尽管从二十世纪五六十年代起，学者专家都在尝试用计算机辅助手段从中挖掘有价值的诊断信息，但效果一直不理想，直到近几年随着机器学习算法陆续取得重要的进展，人类步入深度学习时代，医学图像辅助检测与诊断技术才有了较大的进步。

本书绪论概述了医学辅助检测与诊断技术的应用现状。第1章以目前发病率较高的肺癌、乳腺癌、结肠癌和前列腺癌为主线，对基于医学图像的计算机辅助检测与诊断分析算法进行多角度的回顾和梳理，对在医学图像辅助分析诊断研究领域中所面临的问题做了分析和展望。第2章介绍了深度学习算法的发展过程及不同时期的代表算法。第3章、第4章、第5章、第6章以基于CT图像的肺结节计算机辅助检测/诊断为例，介绍了几种基于深度学习的医学图像分析用于辅助检测与诊断的范例。

本书内容由浅入深，从易到难，各章节既相对独立，又前后关联，既适合对医学图像分析有兴趣的爱好者作为入门读物，也能为计算机医学图像分析研究领域的学者带来创新思路和启发。

作者

2022年8月