医疗系统涉及医院、诊所、社区机构特有的对其他的工作环境。自动化流程可以提高服务通过提供医疗系统对图像处理算法。在这方面,细分算法发挥着基础性的作用。图像分割在分区由任何一种数字图像(如医学、天文和自然)为多个组像素。分割过程的目的在于简化和/或转换的图像表示,这样会更容易分析。一个典型的图像分割的应用对象的定位,在数字图像边界。特别是,图像分割过程的最终结果是一个新形象,一个标签分配给每组的像素:所有具有相同标签的像素有相同的特征共同之处。每一组像素代表一个地区的原始图像与物体识别(如CT图像,一个器官或病变先生的形象)。一般来说,属于一个区域的像素共享相同的特性,如强度或颜色,或者计算纹理等特征。基于图像分割的应用程序的一些例子包括多光谱图像临床监测、基于图像采集要求后处理工具,移动设备通过摄像头图像采集或其他类型的扫描仪,帮助应用程序面向残疾人,医生包括图像分析任务的协同虚拟环境,等等。

图像分割可以集成到许多应用程序对于医疗系统,如设备使用一个特定的图像传感器(例如,热感摄像机)内置分割软件或设备配备一个正常的相机(如智能手机)可以用作皮肤的条件或口腔医学诊断设备。此外,图像分割可以支持远程医疗软件为老年人护理或虚弱的患者的家庭环境,进行医学图像分割的目的是为了突出病变或其他疾病。

所有研究人员被邀请提交论文关于他们最后的进步自动或半自动的医学图像分割方法。

潜在的主题包括但不限于以下:

• 远程医疗诊断支持使用图像分割
• 医疗设备的图像分割
• 使用图像分割技术的临床监测和管理
• 临床设备,包括软件和硬件
• 医学影像的发展,包括分割/解释
• 移动应用和低成本系统
• 远程医疗系统的老年护理
• 诊断支持系统