本书首先简要介绍人工智能与深度学习的发展历程与应用、临床各种成像以及深度学习环境；然后重点围绕医学影像分类、目标检测与分割三大基本任务展开讲解，阐述每种任务的基本概念与临床意义，介绍典型的深度神经网络，给出医学影像数据集的构建、网络的训练、测试以及性能评价方面的具体方法；最后介绍医学影像深度学习领域常用的公开数据集。此外，针对三大基本任务给出六个案例。本书可作为高等医科院校或高等院校医学相关专业高年级本科生和研究生的教材或参考书，也可供相关领域的科研人员、工程技术人员参考。

大纲+课件
第1章 人工智能之深度学习
1.1 人工智能简介
1.1.1 基本概念
1.1.2 发展历程
1.2 深度学习简介
1.3 深度学习在医学影像处理中的应用
1.4 本章小结
参考文献
第2章 医学成像简介
2.1 X射线成像
2.1.1 成像原理
2.1.2 影像特点
2.1.3 临床应用
2.2 CT成像
2.2.1 成像原理
2.2.2 影像特点
2.2.3 临床应用
2.3 MRI成像
2.3.1 成像原理
2.3.2 影像特点
2.3.3 临床应用
2.4 超声成像
2.4.1 成像原理
2.4.2 影像特点
2.4.3 临床应用
2.5 医疗内窥镜成像
2.5.1 成像原理
2.5.2 影像特点
2.5.3 临床应用
2.6 数字病理成像
2.6.1 成像原理
2.6.2 影像特点
2.6.3 临床应用
2.7 本章小结
参考文献
第3章 深度学习环境
3.1 编程语言和环境
3.1.1 编程语言
3.1.2 编程环境
3.2 深度学习框架
3.3 PyTorch深度学习环境的搭建
3.4 本章小结
参考文献
第4章 基于深度学习的医学影像分类
4.1 引言
4.2 卷积神经网络
4.3 面向分类的深度神经网络
4.4 临床选题
4.5 医学影像数据集的构建
4.5.1 医学影像的收集
4.5.2 医学影像的标注
4.6 网络的训练和测试
4.6.1 数据集的划分
4.6.2 数据预处理
4.6.3 分类网络的选择
4.6.4 损失函数和优化方式
4.6.5 网络超参数的调整
4.6.6 欠拟合和过拟合
4.7 分类性能的评价
4.7.1 基于指标体系的性能评价
4.7.2 基于人机对比的性能评价
4.7.3 基于压力测试的性能评价
4.7.4 类激活映射图
4.8 本章小结
参考文献
第5章 基于深度学习的医学影像目标检测
5.1 引言
5.2 面向目标检测的深度神经网络
5.2.1 Twostage方案
5.2.2 Onestage方案
5.3 临床选题
5.4 医学影像数据集的构建
5.4.1 医学影像的收集
5.4.2 医学影像的标注
5.5 网络的训练和测试
5.5.1 数据集的划分
5.5.2 数据预处理
5.5.3 目标检测网络的选择
5.5.4 损失函数和优化方式
5.5.5 网络超参数的调整
5.6 目标检测性能的评价
5.6.1 基于指标体系的性能评价
5.6.2 基于人机对比的性能评价
5.6.3 基于压力测试的性能评价
5.7 本章小结
参考文献
第6章 基于深度学习的医学影像分割
6.1 引言
6.2 面向分割的深度神经网络
6.3 临床选题
6.4 医学影像数据集的构建
6.4.1 医学影像数据的收集
6.4.2 医学影像数据的标注
6.5 网络的训练和测试
6.5.1 数据集的划分
6.5.2 数据集的预处理
6.5.3 分割网络的选取
6.5.4 损失函数和优化方式
6.5.5 网络超参数的调整
6.6 分割性能的评价
6.6.1 基于指标体系的性能评价
6.6.2 基于实际应用的性能评价
6.7 本章小结
参考文献
第7章 医学影像公开数据集
7.1 引言
7.2 面向分类的公开数据集
7.3 面向目标检测的公开数据集
7.4 面向分割的公开数据集
7.5 公开数据集的优势和不足
7.6 本章小结
参考文献
案例篇
案例1乳腺肿瘤良恶性的识别
案例2新型冠状病毒感染的识别
案例3心影增大的检测
案例4红细胞的检测
案例5心脏MRI的分割
案例6超声心动图的分割

前言
2016年，谷歌人工智能围棋程序AlphaGo以绝对优
势战胜人类围棋世界冠军李世石，开创了人工智能里程
碑式的成功，其背后的深度学习技术功不可没。2022年
，深度学习再次发力，被称为史上最会聊天的机器人
ChatGPT横空出世，人工智能领域的竞争进入白热化。
作为人工智能最活跃的一个分支，深度学习在医学领域
的应用也取得了巨大成功，在临床辅助诊断方面显示出
良好的应用前景，一度引发了深度学习是否会代替临床
医生的讨论热潮。目前普遍认为，深度学习在一段相当
长的时间内将作为一种高效的辅助手段协助医生进行疾
病诊断，主要目的是提高临床诊断的效率，减少漏诊率
。医学影像深度学习已经成为一个重要的研究方向，越
来越多的研究生在这个方向上进行科研选题。目前，深
度学习领域已经出版了一系列教材和参考书，但极少针
对医学影像处理。医学影像作为临床疾病诊断的重要依
据之一，利用深度学习技术对其进行分析和处理具有较
强的专业性、复杂性和挑战性。本书围绕医学影像深度
学习展开论述，在内容设计上重点考虑医学影像分类、
目标检测和分割三大基本任务，分别探讨每种任务的具
体实施过程以及需要注意的问题，力求帮助学习者更好
、更快地跨入医学影像深度学习的大门。
本书重点阐述如何完成医学影像深度学习任务，而
非深度学习技术本身。因此，对于具体的深度学习网络
，本书并没有展开讲解，读者可以参考其他相关出版物
进行学习。全书共分为七章，第1章主要介绍人工智能
与深度学习的基本概念和发展历程，并简要给出深度学
习在医学影像处理中的研究进展； 第2章主要介绍各种
医学成像技术的基本原理、影像特点和临床应用； 第3
章主要介绍如何搭建一个深度学习环境； 第4~6章分别
围绕医学影像分类、目标检测和分割三大基本任务展开
讲解，指出每种任务的基本概念和临床意义，介绍典型
的深度神经网络，阐述医学影像数据集的构建，网络的
训练、测试以及性能评价方面的具体做法； 第7章主要
介绍医学影像深度学习领域常用的公开数据集，并探讨
公开数据集的优势、不足以及使用过程中需要注意的问
题。
除了上述内容，针对医学影像分类、目标检测和分
割三大基本任务，本书给出六个案例及相应的源代码。
这些案例形象、直观地展示如何利用公开数据集开展医
学影像深度学习方面的研究。为了便于读者自主学习，
每章均配有课件和视频，扫描目录上方的二维码，即可
下载教学大纲和PPT课件； 扫描各章首页的二维码，即
可观看教学视频； 扫描案例首页的二维码，即可下载
源代码和数据集。
本书在写作过程中得到生物医学工程与影像医学系
吴毅教授、宁旭副教授和何密副教授的倾力指导。西南
医院的陈伟教授、胡荣教授、胡厚源教授、陈光兴教授
、刘晨副教授、华兴副教授，新桥医院的张冬教授、孙
建国教授、熊希副教授，大坪医院的陈东风教授、魏艳
玲副教授、刘凯军副教授、熊雁副教授、刘莛副教授，
重庆市人民医院的袁伟教授，预防医学系的伍亚舟教授
，基础医学院的李红丽教授为本书撰写提出了宝贵建议
。陈明生、刘丽、李晨、王显棋、龚渝顺、马建川、冯
阳阳、刘晶、刘静静、陈娜、张小勤、范卫杰、李颖、
刘红军等参与了书稿的校对工作，硕士研究生陈子航、
侯思宇、彭琦以及科研助理杨毅完成了部分插图的绘制
工作。此外，本书的编写得到了生物医学工程与影像医
学系董世武主任、王源协理员、钟华副主任和张珠副主
任的关心和支持，清华大学出版社的编辑与编者进行了
充分沟通，提出了许多宝贵的意见和建议，在此一并致
以诚挚的谢意。
本书可面向高等医科院校相关专业的高年级本科生
和研究生，也可用于其他高等院校医学相关专业的高年
级本科生和研究生。由于深度学习技术的发展日新月异
，加之编者本身学识有限，书中难免出现错误和不妥之
处，恳请广大读者批评指正。
编者重庆陆军军医大学2023年6月

紧密围绕医学影像这一对象展开论述，充分考虑临床医学与工程学的交叉融合，兼顾基础性、实践性与前沿性。
基于PyTorch进行深度学习模型的构建，与科技前沿技术接轨，可便捷地使用最新的深度模型。
内容聚焦于医学影像分类、目标检测与分割三大任务，系统讲解每种任务的实现过程，能够覆盖绝大多数临床应用场景。
每章内容都配有PPT、视频讲解与案例展示，并给出源代码、数据集，便于读者自主学习，达到理论与实践相结合的效果。
扫描目录上方的二维码，即可下载教学大纲和PPT课件；扫描各章首页的二维码，即可观看教学视频；扫描案例首页的二维码，即可下载源代码和数据集。

第3章 深度学习环境
工欲善其事，必先利其器。深度学习通常用来处理图像、语音和视频等大量非结构化数据，因此，拥有强大的计算资源是进行深度学习开发的必要条件之一。深度学习有其独特的运行环境，对于深度学习研究者而言，搭建能够运行深度学习代码的环境将是艰难的第一步。本章简要介绍与深度学习相关的编程语言、编程环境以及开发框架，并以PyTorch为例指导读者搭建一个深度学习环境。
3.1编程语言和环境
3.1.1编程语言
编程语言可以理解为人与计算机硬件之间沟通的一种方式。通过构建基本的词汇和语法规则，人们可以向计算机硬件发出指令，使其执行特定任务。目前，根据不同的应用场景，编程语言有600多种，学术领域常用的编程语言有C语言、MATLAB、R语言和Python等。
1. C语言
C语言是一门面向过程的、抽象化的通用程序设计语言，它能以简易的方式编译低级存储器，并不需要任何运行环境支持便能运行。虽然C语言可以提供许多低级处理的功能，但仍然保持着跨平台的特性。C语言只有32个关键字、九种控制语句，程序书写形式自由，区分大小写，可把高级语言的基本结构和语句与低级语言的实用性结合起来，运算符和数据类型极为丰富、表达方式灵活实用、程序执行效率高、可移植性好。然而，C语言也有明显不足，具体表现在C语言的语法及变量类型约束不严，对数组下标越界不进行检查，从而导致程序的安全性不强。另外，C语言比其他高级语言较难掌握，程序设计的门槛较高。
2. MATLAB
MATLAB是美国MathWorks公司推出的商业数学软件，其名字是Matrix、Laboratory两个单词的组合，意为矩阵实验室。MATLAB主要用于数值分析、矩阵计算、算法开发、科学数据可视化以及非线性动态系统的建模和仿真等方面，并集成在一个易于使用的视窗环境中。MATLAB主要包含两个部分： 核心部分和各种可选的工具箱。核心部分中有数百个核心内部函数，而工具箱主要分成两大类： 功能性工具箱和学科性工具箱。由于MATLAB是解释型语言，其执行速度要比编译型语言慢得多。根据MATLAB版本的不同，安装时需要的磁盘空间大小会有所不同，但目前常用的MATLAB基本都需要5GB以上的磁盘空间，完整安装需要占用9~10GB的磁盘空间。MATLAB在科学计算中的功能十分强大，以致2020年中国的部分理工科高校被美国禁用MATLAB。
3. R语言
R语言是属于GNU(GNUs Not Unix，GNU不是Unix)操作系统的一个自由、免费和开源的软件，是一种用来进行数据探索、统计分析和绘图的解释型语言。R语言具有丰富的数据类型、数量众多的算法功能包以及顶尖的绘图功能。由于R语言涵盖基础统计学、社会学、经济学、生态学、空间分析和生物信息学等诸多方面，深受科研工作者喜爱。作为一个开源软件，R语言背后有一个强大的社区和大量的开放源代码支持，获取帮助非常容易。国外比较活跃的社区有GitHub和Stack Overflow等，通常R包的开发者会先将代码放到GitHub，再根据世界各地使用者提出的问题进行修改完善。
4. Python
Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆(Guido van Rossum)于20世纪90年代初设计，由于其简洁性、易读性以及可扩展性已成为最受欢迎的编程语言之一。Python不但可以提供高效的数据结构，而且能够简单有效地面向对象编程，在开发过程中没有编译环节。Python拥有一个强大的标准库，众多开源的科学计算软件包都提供了Python的调用接口，例如计算机视觉库OpenCV、三维可视化库VTK、医学影像处理库ITK。Python专用的科学计算扩展库则更多，例如NumPy、SciPy和Matplotlib等。Python可应用于多种平台，包括Windows、Linux/Unix和macOS等，而运行Python可以使用交互式解释器、命令行脚本以及集成开发环境等方式。
3.1.2编程环境
集成开发环境(Integrated Developing Environment，IDE)是一个综合性的工具软件，它把程序设计全过程所需的各项功能集成在一起，统一在一个图形化操作界面下，为程序设计人员提供完整的服务。例如C语言的IDE有Visual Studio、Eclipse和CLion，MATLAB有自身的IDE以及深度学习工具箱，R语言的IDE有RStudio，Python的IDE有PyCharm、Spyder和Jupyter Notebook等，本书重点介绍Python的三个常用IDE，其图标如图3.1所示。
图3.1集成开发环境图标
1. PyCharm
PyCharm是使用最广泛的一种适用于Python编程语言的集成开发环境，诸如Twitter、Pinterest、HP、Symantec和Groupon等大型企业正在使用它进行软件算法开发［1］。PyCharm中有一个Python Console交互式开发环境，可通过单击PyCharm下方的Python Console按钮调出Python Console控制台，这个控制台会自动加载PyCharm已经调试过的解释器。交互式开发环境使得程序员可以直接在控制台左侧写代码，在不写print()的情况下也能输出对应数据。总体而言，PyCharm提供了一整套可以帮助用户在进行Python开发时提高效率的工具，
无论是