生物医学图像分析中的高级计算机视觉方法
发布日期
2013年9月6日
地位
发表
提交截止日期
2013年4月19日
1佛罗里达州立大学科学计算系,塔拉哈西,FL 32306-4120
2慕尼黑Ludwig Maximilians大学计算机科学系,德国慕尼黑80539
3.信号理论,远程学与通信,科学大学,191071格拉纳达,西班牙科学学院
生物医学图像分析中的高级计算机视觉方法
描述
今天的医学影像正在成为生物学和医学中最重要的可视化和解释方法之一。过去十年目睹了新的强大仪器的巨大开发,用于检测,存储,传输,分析和显示图像。这些仪器大大放大了生物化学案,生物学家,医学家和医生看到他们的学习对象和获得量化测量来支持科学假设和医学诊断的能力。噪声,伪影和弱对比是图像质量下降的原因,并使医学图像的解释非常困难。这些干扰源是乳房X线图的不同性质而不是超声图像,对传统或传统的分析和检测算法并不总是成功的事实负责。
生物医学成像场景是最难以应对的,因为我们不仅要处理非高斯,非间平和非线性过程(瞬态,爆发和破裂),而且还可以涉及组件的混合物以相当复杂的形式相互作用。因此,今天完成的大部分研究都旨在改善可用生物医学成像材料的降低的质量。
这一特别问题的目的是在先进的计算机视觉方法和应用到生物医学图像分析和建模的理论中,展示现有技术。我们对探索需要高级计算机视觉方法的生物医学成像新问题的文章感兴趣。潜在主题包括但不限于:
- 计算解剖学
- 刚性和非防引图像配准
- 蛇,花键和可变形型号
- 扩散张量图像分析
- 时间序列分析
- 特征提取/选择,信息理论相关的方法和分类
- 功能和高分辨率磁共振成像
- 多维数据可视化
- 统计方法/基于人口的分析
- 基于PDE的图像分析
- 图像融合与多模式图像分析
- 动态纹理
- 生物医学运动分析
在提交提交人之前,应仔细阅读本期刊的作者指南,该指导方针位于//www.newsama.com/journals/cmmm/guidelines/。前瞻性作者应通过期刊手稿跟踪系统提交其完整稿件的电子副本http://mts.hindawi.com/submit/journals/cmmm/bia/根据以下时间表: