2018 MICCAI会议论文集第二部分：医学图像计算与计算机辅助干预

"2018 MICCAI Part 2.pdf是第二部分的论文集，包含四个部分之一，涵盖了重建与图像质量、机器学习与统计分析、注册与图像引导、光学与组织学应用、心脏、胸部和腹部应用、fMRI与弥散成像、神经影像、计算机辅助干预和分割等多个主题。此资源是21届国际医疗图像计算和计算机辅助干预会议（Medical Image Computing and Computer Assisted Intervention - MICCAI 2018）的论文集，于2018年9月16日至20日在西班牙格拉纳达举行。该系列始于1973年的《计算机科学讲义》（Lecture Notes in Computer Science），由多位知名学者组成的编辑委员会支持，包括来自全球顶级大学和研究机构的专家。" 这篇摘要主要涉及了以下几个关键知识点： 1. **医疗图像计算**：这是一个研究领域，专注于开发算法和技术，用于处理、分析和理解医学图像，以支持诊断、治疗规划和手术导航。 2. **计算机辅助干预(CAI)**：这是利用计算机技术帮助医生进行决策、手术规划和执行的过程。CAI系统可以提供实时图像引导，减少手术风险，提高手术精度。 3. **机器学习与统计分析**：在医学图像领域，机器学习被广泛应用于模式识别、分类和预测任务，如肿瘤检测或疾病预测。统计分析则用于理解数据分布，建立模型，评估算法性能，并进行假设检验。 4. **图像注册**：图像注册是将不同时间、不同模态或不同空间参考系的图像对齐的过程，以获取更全面的解剖或功能信息。 5. **光学与组织学应用**：这部分可能涉及到使用光学成像技术，如荧光显微镜或共聚焦激光扫描显微镜，来研究生物组织的结构和功能。 6. **fMRI与弥散成像**：功能性磁共振成像（fMRI）用于观察大脑活动，而弥散成像则揭示脑内水分子扩散模式，有助于理解大脑结构和神经纤维路径。 7. **心脏、胸部和腹部应用**：这部分论文可能涵盖了使用成像技术对这些区域进行的诊断和研究，例如冠状动脉疾病、肺部病变或肝脏肿瘤的检测。 8. **分割**：在医学图像分析中，分割是将图像分为不同的感兴趣区域，如肿瘤、器官或血管，以便进一步分析。 9. **Lecture Notes in Computer Science (LNCS)**：这是一个重要的学术出版系列，发布计算机科学领域的研究成果，包括会议论文、研讨会论文和教程。 这些论文集代表了医疗成像和计算技术的最新进展，为研究人员、医生和工程师提供了宝贵的资源，以推动医疗健康领域的技术创新和发展。