2018 MICCAI论文合集第1部分：医疗图像计算与计算机辅助干预前沿

2018年的Medical Image Computing and Computer-Assisted Intervention (MICCAI)国际会议是第21届活动，于2018年9月16日至20日在西班牙格拉纳达举行。这一会议的论文合集分为四部分，您提供的部分是第一部分，涵盖了重建与图像质量、机器学习与统计分析、配准与图像导航、光学和组织学应用、心脏、胸部和腹部应用、功能磁共振成像（fMRI）和扩散成像以及神经影像学等多个主题。编者包括Alejandro F. Frangi、Julia A. Schnabel、Christos Davatzikos和Carlos Alberola-López等人，他们都是在各自领域享有盛誉的专家。 会议论文集《 Lecture Notes in Computer Science》系列的第11070卷，自1973年开始出版，展示了医学图像计算领域的前沿进展，汇集了来自世界各地顶尖学者的研究成果。会议的组织者和编辑们，如David Hutchinson、Takeo Kanade、Josef Kittler等，都是计算机科学和人工智能界的权威人物，他们的参与确保了会议内容的高质量和深度。 第一部分的主题广泛，如Frangi和Schnabel可能贡献了关于血管分段或边缘检测方法的研究，利用滤波器和统计模型来评估和改善图像质量。Davatzikos和Alberola-López可能探讨了机器学习算法在疾病诊断中的应用，例如通过分析影像数据预测患者的风险或诊断结果。配准和图像导航技术，如Fichtinger等人的研究，可能涉及如何精确地将不同模态的影像数据对齐，以便于跨模态分析和临床决策支持。 光学和组织学应用可能包括基于光学显微镜或光片的图像处理技术，用于病理学分析和细胞识别。心脏、胸部和腹部应用通常聚焦于疾病的影像检测、治疗规划和疗效评估，比如心脏病灶的自动分割或胸腔器官的三维重建。fMRI和扩散成像部分则关注脑功能和结构的研究，可能有创新的分析方法或模型来解析神经活动和纤维束结构。 神经影像学领域则集中于大脑结构和功能的理解，可能涉及到脑部疾病（如阿尔茨海默病或帕金森病）的早期识别、解剖分割或是功能连接网络的建模。而计算机辅助干预部分则展示了如何将这些理论和算法应用于实际手术中，提升手术精准度和患者安全性。 2018年MICCAI的第一部分论文集提供了一个深入洞察医学图像处理、机器学习在医疗影像中的应用以及跨学科合作的平台，为医学研究者、工程师和临床医生提供了丰富的资源和灵感。