金人超，现为华中科技大学计算机科学与技术学院医学图像信息研究中心教授，博士生导师。主要从事生物医学图像信息处理与分析、机器视觉、人工智能研究。中国计算机学会不错会员。主持和参加过国家自然科学基金项目，国家863计划目标导向类项目，国家发改委CNGI专项，国家靠前科技合作计划等多项课题。已在靠前外非常不错期刊和靠前会议发表SCI、EI检索论文三十余篇。获得过靠前计算机算法比赛金奖，靠前发明博览会银奖，多项省部级科技进步奖，国家发明授权和计算机软件著作版权。

章 零基础快速入门
1.1 ITKSNAP
1.2 三维医学图像的种类
1.3 DICOM
1.4 从头开发三维医学图像处理与分析软件
第2章 三维医学图像的分割
2.1 分割简介
2.2 传统阈值法
2.3 Otsu阈值法
2.4 基于区域的分割方法
2.5 活动轮廓法
2.6 水平集方法
2.7 三维CT图像中肝区与肝段的分割
第3章 三维医学图像的配准
3.1 elastix
3.2 图像配准的基础理论
3.3 transformix
3.4 使用vv和elastix的配准实战
3.5 基于elastix开发自己的配准软件
第4章 基于深度学习的三维医学图像分析
4.1 Python
4.2 Jupyter笔记本
4.3 OpenCV
4.4 读入DICOM图像
4.5 深度学习入门实战案例：区分胸部和腹部X光片
参考文献

本书适合希望从事医学图像信息处理与分析工作的初学者，包括初次接触三维医学图像处理与分析的相关IT专业学生和软件开发人员(优选具有计算机软件与应用相关专业本专科学历，具有一定的编程经验)学习。
本书内容共分4章：章是零基础快速入门的介绍，从一个开源软件ITK-SNAP的介绍开始，将初学者带人三维医学图像处理与分析的大门；第2章介绍三维医学图像的分割算法和软件，以及将理论联系实际的三维CT中的肝区分割和肝段分割示例；第3章介绍三维医学图像配准算法和elastix软件；第4章介绍基于深度学习的三维医学图像分析，包括使用Python、Jupyter等的实战，将初学者带到人工智能与三维医学图像处理的很前沿领域。
本书强调帮助初学者快速获取实际操作能力，编排上图文并茂，行文上努力“稀释”枯燥的理论叙述，但又不失理论的严谨和深度。本书从感性认识到理性认识，对三维医学图像处理的相关知识进行了生动活泼而叉深入浅出的讲解。