《计算机视觉：从入门到精通》技术手册 第24章 医学图像计算
目录
第24章 医学图像计算
24.1 医学影像基础
24.1.1 成像模态：CT, MRI, X-ray, 超声, 病理切片
24.1.2 医学图像特性：灰度范围、噪声、伪影
24.1.3 DICOM标准与医学图像格式
24.1.4 临床工作流程与FDA/CE认证流程
24.2 医学图像分析任务
24.2.1 病灶检测与分割：U-Net, nnU-Net
24.2.2 器官分割与3D重建
24.2.3 疾病分类与预后预测
24.2.4 配准与多模态融合
24.3 自监督与联邦学习在医学视觉中的应用
24.3.1 医学图像的自监督预训练：Models Genesis, SimCLR
24.3.2 联邦学习保护患者隐私
24.3.3 域适应处理跨设备差异
24.3.4 2024年进展：医学视觉大模型
第24章 医学图像计算
医学图像计算是计算机视觉与临床医学交叉的前沿领域，旨在通过计算算法辅助疾病诊断、治疗规划和预后评估。该领域面临独特的挑战：医学图像的高维度、高分辨率特性，标注数据获取的困难，以及临床应用对鲁棒性和可解释性的严格要求。本章系统阐述医学成像模态、分析任务、自监督与联邦学习技术，以及2024年的前沿进展。