医学图像分析
课程编码：180206081104P3007H
英文名称：Medical Image Analysis
课时：40
学分：2.00
课程属性：专业课
主讲教师：何晖光等
教学目的要求
医学影像分析的基本思路是将模式识别与图像处理的技术应用在医学影像上，并结合临床信息加以综合分析，其目的是为了找到与特定疾病相关的影像学参数，从而辅助医生早期发现、辅助诊断和预后评估。2017年7月，国务院印发《新一代人工智能发展规划》，其中 “智能医疗”是其中的一个重要应用方向。
本课程为控制科学与工程、计算机科学、生物医学工程、模式识别与智能系统等学科研究生的专业普及课，其目的是使学生初步掌握医学图像分析的基本内容，并了解其应用领域。
预修课程
图像处理、信号与系统
大纲内容
第一章 绪论 3学时 何晖光
第1节 现代影像技术简介
第2节 医学成像分析的发展历程
第3节 课程内容概述
第4节 医学影像相关的资源
第二章 医学成像设备原理 3学时 何晖光
第1节 CT成像原理
第2节 磁共振成像原理
第3节 fMRI成像原理
第三章 医学图像配准 6学时 何晖光
第1节 医学图像配准的基本概念和方法
第2节 配准框架
第3节 Hammer配准方法介绍
第4节 Demon配准方法介绍
第5节 基于深度学习的配准
第四章 医学图像分割 6学时 何晖光
第1节 医学图像分割的概念及评价方法
第2节 基于阈值的分割，基于区域的分割，模糊连接度的分割
第3节 基于高斯混合模型的分割方法
第五章 三维医学图像重建及可视化，形状分析 3学时 何晖光
第1节 医学图像三维重建方法
第2节 医学图像可视化方法-面绘制
第3节 形状分析
第六章 基于神经信息编解码的类脑模型 3学时 何晖光
第1节 视觉信息编解码
第2节 基于fMRI的视觉图像重建
第3节 基于fMRI和EEG的视觉图像重建
第七章 弥散张量成像原理及分析方法 3学时 刘勇
第1节 弥散张量成像原理
第2节 TBSS分析方法
第3节 纤维束追踪方法
第八章 fMRI数据处理 3学时 刘勇
第1节 HCP总体介绍
第2节 基于Block 设计的任务数据及处理
第3节 基于事件相关设计的功能数据研究
第4节 静息态功能磁共振数据处理的方法
第九章 脑网络处理与分析 3学时 刘勇
第1节 脑网络基本测度与方法
第2节 基于脑网络在疾病分类和预测中的应用
第3节 华为云平台的使用
第4节 计算机辅助诊断的一般流程
第十章 影像大数据分析及应用 6学时 刘勇
第1节 传统模式识别方法在医学图像识别研究中的应用
第2节 医学影像中神经网络的基本概念及应用 (RBM, CNN, RNN, GAN)
第3节 深度神经网络在医学影像辅助诊断中的应用
第4节 深度学习算法在医学图像识别的应用研究
第5节 深度学习算法在医学图像预测模型研究
第6节 模式识别在多模态磁共振影像领域中的问题与挑战
第十一章 答疑 1学时 何晖光
第1节 问题答疑
教材信息
1、
医学成像与医学图像处理教程
田捷，代晓倩，杨飞
2013年2月
清华大学出版社
参考书
1、
Deep Learning for Medical Image Analysis
S. Kevin Zhou and Hayit Greenspan
2017年2月
Academic Press
课程教师信息
何晖光，中国科学院自动化研究所研究员，博士生导师, 中国科学院大学岗位教授，中科院青年创新促进会优秀会员。中科院脑科学与智能技术卓越中心团队成员。CSIG视觉大数据专委会、机器视觉专委会常务委员，CCF计算机视觉专委会委员，IEEE高级会员, CCF杰出会员。分别于1994年（本科），1997年（硕士）毕业于大连海事大学，1997-1999在大连海事大学任助教；2002年在中国科学院自动化研究获博士学位，同年留所工作。2003-2004在美国罗切斯特大学放射系做博士后研究，2008年1-3月，在加拿大滑铁卢大学做高级研究学者，2014.10-2015.4在美国北卡大学教堂山分校做访问教授。何晖光博士先后主持国家自然科学基金（包括重点、面上等）、2项863项目等多个重要项目。获得国家科技进步二等奖两项（分别排名第二、第三），北京市科技进步奖两项，教育部科技进步一等奖（排名第三），获中科院首届优秀博士论文奖，北京市科技新星，中科院“卢嘉锡青年人才奖”等奖项，其研究领域为脑科学、人工智能，医学影像处理，脑-机接口等， 其研究结果在IEEE TPAMI, ICML, MICCAI等相关领域的国内外核心期刊以及国际主流会议上发表文章200余篇。 刘勇，北京邮电大学人工智能学院教授。1981年7月生，2002年毕业于曲阜师范大学数学系，获理学学士学位；2005年毕业于北京工业大学应用数理学院，获理学硕士学位；2005-2008年在中国科学院自动化研究所模式识别国家重点实验室进行博士阶段学习与训练，研究方向为计算医学影像学，2008年获得博士学位。2008年7月-2011年9月，模式识别国家重点实验室助理研究员，2011年4月-2012年3月年在剑桥大学脑影像研究组访问，2011年10月-2016年9月，模式识别国家重点实验室副研究员, 2016年10月至2021年1月研究员，2021年调至北邮人工智能学院任教授。2008年获得中国科学院院长奖学金，2008年获得北京市科技进步三等奖(排名第三)， 2009年度中国科学院优秀博士论文，2010年度全国百篇优秀博士论文提名奖，2013年获卢嘉锡青年人才奖，2014年获中国科学院青年创新促进会会员，2015年获北京市科技新星等荣誉。目前作为负责人或主要参加者在研包括自然科学基金面上项目，北京市自然基金面上项目，北京市科委项目等多项研究课题。主要研究方向：脑网络组计算理论与方法及其临床应用。已发表SCI论文60余篇，研究成果已经2500多次被国际同行引用。