数学方法与医学影像应用2014

---

医学成像应用不同的技术来获取临床目的的人体图像，包括诊断、监测和治疗指导。医学影像作为一个典型的多学科领域，需要科学和工程两方面的改进来实现和保持其无创特性。计算和数学方法涉及成像理论、模型、重建算法、图像处理、定量成像技术、加速技术和多模态成像技术。本课题的主要目的是弥合数学方法和它们在医学成像中的应用之间的差距。本特刊涵盖了大多数常见的医学成像方法，如CT、PET、SPECT、MRI、超声、相位对比，以及各种图像处理方法，如分割、配准、融合、识别、去噪等。

本特刊有21篇论文，其中至少有两名审稿人对其进行了评论。七篇论文涉及医学图像重建。摘要低视角CT扫描是一种很有应用前景的低剂量CT成像方式。B. Yan等人提出了一种基于非均匀快速傅里叶变换和交替方向总变差最小化的迭代少视图CT图像重建方法。与Yan的算法不同，H. Qi等人提出了一种自适应的TpV正则化算法，使用变量值而不是传统的常量p-图像梯度大小的范数。M. Brambilla等人评估了一种自适应阈值算法的鲁棒性和可靠性，该算法用于结合PET重建参数的生物目标体积估计。M. Chang等人研究了自动曝光控制策略，提出了保持正弦图信噪比近似不变的少视角预构造导管电流调制方法。J. Jang等人提出了一种从彩色血流超声图像量化左心室内血流速度场分布的重建方法，血流速度场是可能有用的心功能不全指标。与传统的x射线衰减成像相比，x射线光栅干涉术提供了更多的信息，特别是对弱吸收样品的研究。X. Jiang等人提出了一种低剂量差分相位重建算法，该算法采用基于显式滤波稀疏正则化的微分代数重建技术，而不是普通的总变分。本文综述了双字典学习方法在医学图像分析与重建中的最新进展，并讨论了双字典学习方法在医学图像分析与重建中的作用和潜在应用。

作为一个典型而又重要的应用，有13篇论文涉及了各种医学图像处理方法，包括分割、配准、融合、去噪、检测等。F. Akram等人提出了一种基于区域的图像分割算法，该算法使用带符号压力函数的主动轮廓。通过向内演化轮廓线，它有可能同时跟踪图像中的高强度或密集区域。海马体是阿尔茨海默病和其他神经和精神疾病的著名生物标志物。S. Tangaro等人从每个体素提取的315个特征集中比较了四种不同的特征选择技术。通过对每个体素仅使用23个特征，作者获得了可比的最先进的性能。M. Vlachos和E. Dermatas提出了一种基于改进的可分离Mumford-Shah模型和局部熵阈值法的红外图像手指静脉分割方法。为了提高规划CT图像和处理后CT图像在存在肿瘤收缩的情况下的配准性能，J. Wang等人提出了一种将图像修改过程与快速对称Demons算法相结合的配准方法。L. Zhao和K. Jia提出了一种基于两层深度自适应配准框架的差分图像配准算法，用于捕获大而复杂的形变。S. Mazaheri等提出了一种结合主成分分析和离散小波变换对重叠区域内的图像信息进行加权的超声图像融合方法。 It is expected to increase the segment-ability of echocardiography features and decrease impact of noise and artifacts. For the purpose of quantitative analysis of the dynamic behavior about membrane-bound secretory vesicles, J. Wu et al. present a method to automatically identify the fusion events between VAMP2-pHluorin labeled GLUT4 storage vesicles and the plasma membrane in TIRF microscopy image sequences. J. Zhang et al. present a method automatically detecting the hinge point of mitral annulus in echocardiography by combining local context feature with additive support vector machines classifier. R. Xiao et al. present a seed point detection method by using adaptive ridge point extraction for coronary artery segmentation in X-ray angiogram image. L. Liu et al. present an adhesion pulmonary nodule detection method for 2D lung CT images based on the dot-filter and centerline extracting algorithm. R. Takalo et al. present an improved autoregressive model to reduce noise in SPECT images. This AR filter may be applied in both projection image and SPECT reconstruction image filtration. Nonlocal means filtering is an effective algorithm to remove the mottled noise by using large-scale similarity information in low-dose CT. However, it is very time-consuming. L. Zhang et al. present an optimized parallelization method for NLM filtering by avoiding the repeated computation with row-wise intensity calculation and the symmetry weight calculation. M. Martin-Fernandez and S. Villullas propose a MRI image denoising method by performing a shrinkage of wavelet coefficients based on the conditioned probability of noise. Instead of using an estimator of noise variance, its parameters are calculated by means of the Expectation Maximization method. B. Yu et al. present a method on estimating the binomial proportions of sensitive or stigmatizing attributes in the population of interest in successive sampling on two occasions.

我们希望这期特刊能够反映当前医学影像研究的现状，引起医学影像领域研究者的广泛关注。

承认

最后，我们感谢作者和审稿人所付出的巨大努力。

梁李
新疆天业妞妞
易高

版权

版权所有©2015梁丽等。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。