内容提要

这是一本介绍“如何使用深度学习方法解决医学图像处理问题”的入门图书。本书先介绍医学图像的基础知识，包括医学图像数据、数据标注、医学数字图像处理和医学图像分类；其次介绍解决医学图像处理中常见的机器视觉任务（语义分割、关键点检测和医学图像配准），并辅以实战案例，帮助读者深入理解相关技术原理，进而巩固所学知识；最后介绍模型优化和迁移学习的相关内容，帮助读者拓宽思路，提升其针对具体需求采用不同的解决方法的能力。

本书适合医工交叉专业以及从事医学图像处理工作的工程人员和科研人员阅读，也可供智能医学相关专业的高年级本科生及研究生参考。

阅读本书之前，读者需要了解基本的深度学习知识，并有一定的Python编程基础。

序

近年来，随着计算机技术的不断发展及医学数据规模的不断扩大，人工智能在医学领域发展迅速。其中，基于深度学习的医学图像分析成为研究热点，可能成为现代医学进步的巨大推动力。希望本书能够为大家学习和掌握关于医学图像分析的深度学习算法提供帮助，同时也希望借助实际案例帮助大家拓宽思路，了解相关应用。

在神经系统疾病诊疗过程中，医学图像尤其是放射影像学 （X线CT、MRI）数据是疾病诊断、鉴别诊断、监测疗效和判断预后不可或缺的方法和手段。本书以深度学习算法为核心，从医学图像数据介绍到预处理，从深度学习模型构建到模型优化、迁移学习，多层次、多角度地介绍了医学图像分析中面临和需要解决的问题，重点突出，覆盖全面，凝聚了编者团队的心血。

本书着眼于目前广大临床医学工作者对深度学习的实际需求，将他们的宝贵经验通过本书集合在一起，可为大家提供一定帮助及指导。相信大家会发现这是一本内容丰富、高效实用的关于深度学习分析医学图像的参考书。

编委会名单

梁隆恺 付 鹤 陈峰蔚 刘亚欧 熊云云

王 雷 赵 琪 邓 悦 杨 曦 李鑫鑫

隋雨桐 秦梓鑫 黄一锟 张栗源 赵 煜

（姓名排序不分先后）

作者简介

梁隆恺，哈尔滨理工大学计算机科学与技术专业硕士，昌平国家实验室脑科学与类脑研究部门高级算法工程师，国家神经系统疾病临床医学研究中心人工智能研发项目组特聘高级算法工程师，前百度算法工程师，Biomind Machine Learning Team Leader。多年深耕于人工智能方向，对计算机视觉和医疗的交叉领域研究有独到的见解。主要负责心脑血管疾病检测、病灶识别、预后恢复预测等相关工作，主导研发多个人工智能医疗项目，发表论文5篇，拥有专利10项、软件著作权2个。

付鹤，北京航空航天大学机器人技术专业硕士，国家神经系统疾病临床医学研究中心人工智能研发项目组特聘高级算法工程师，中国人民解放军总医院技术顾问，Biomind人工智能部算法总监。致力于深度学习、计算机视觉与临床医学的深度结合，主要负责脑区分割、医学图像配准、多模态融合、模态转换、影像补全等技术研发，主导完成多项大型医疗软件国产替代项目，发表多篇论文，拥有9项专利。

陈峰蔚，大连理工大学硕士，昌平国家实验室脑科学与类脑研究部门算法工程师，国家神经系统疾病临床医学研究中心人工智能研发项目组特聘算法工程师，参与多个人工智能影像项目的实际建模与算法工作，在计算机视觉、医学图像处理领域有丰富的理论基础与实践经验。

刘亚欧，首都医科大学附属北京天坛医院党委委员、放射科（国家临床重点专科）学科带头人、主任医师、教授、博士生导师，双博士学位（中国首都医科大学和荷兰阿姆斯特丹自由大学），国际视神经脊髓炎学会（GJFNMO）委员，亚太多发性硬化学会（PACTRIMS）中央委员会和科学委员会委员，先后于澳大利亚墨尔本大学神经科学中心、荷兰自由大学医学中心学习和工作。

主要专业特长为神经影像学，在神经放射学、神经免疫和神经肿瘤影像学领域先后发表103篇SCI文章（第一作者和通信作者63篇），获得国家发明专利授权3项。