Computer Vision Approaches to Medical Image Analysis: Second International ECCV Workshop, CVAMIA 2006 Graz, Austria, May 12, 2006 Revised Papers

تصویربرداری پزشکی و تجزیه و تحلیل تصویر پزشکی به سرعت در حال توسعه هستند. در حالی که تصویربرداری مانیتورینگ در حال حاضر به یک استاندارد مراقبت های پزشکی مدرن تبدیل شده است، تجزیه و تحلیل تصویر پزشکی هنوز عمدتاً به صورت بصری و کیفی انجام می شود. افزایش حجم داده های به دست آمده، استفاده کامل از آنها را غیرممکن می کند. به همان اندازه مهم، رویکردهای بصری برای تجزیه و تحلیل تصویر پزشکی به دلیل عدم تکرارپذیری شناخته شده است. یک تحقیق قابل توجه به توسعه الگوریتم‌هایی برای پردازش انبوه داده‌های موجود و استخراج اطلاعات مربوطه به صورت رایانه‌ای و کمی اختصاص دارد. تصویربرداری پزشکی و تجزیه و تحلیل تصویر حوزه های بین رشته ای هستند که مهندسی برق، کامپیوتر و زیست پزشکی را با هم ترکیب می کنند. علوم کامپیوتر؛ ریاضیات; فیزیک؛ آمار؛ زیست شناسی; دارو؛ و سایر بخش ها. تصویربرداری پزشکی و بینایی کامپیوتری به اندازه کافی جالب است که تا حدودی به طور مستقل توسعه یافته و ادامه می یابد. با این وجود، گرد هم آوردن آنها نویدبخش از بین بردن هر دوی این دو است. این دومین باری بود که یک کارگاه ماهواره‌ای، که صرفاً به مسائل تجزیه و تحلیل تصاویر پزشکی اختصاص داشت، همزمان با کنفرانس اروپایی بینایی کامپیوتر (ECCV) برگزار شد و ما خوش‌بین هستیم که این کار به یک سنت در ECCV تبدیل شود. ما 38 مقاله کامل ارسالی را برای دومین کارگاه آموزشی رویکردهای بینایی کامپیوتری در تجزیه و تحلیل تصویر پزشکی (CVAMIA) دریافت کردیم که از این تعداد 10 مقاله برای ارائه شفاهی و 11 مقاله برای ارائه پوستر پس از یک فرآیند بررسی دقیق توسط همتایان پذیرفته شدند. علاوه بر این، این کارگاه شامل سه سخنرانی دعوت شده بود. اولین مورد توسط Maryellen Giger از دانشگاه شیکاگو، ایالات متحده - با عنوان "Multi-Modality Breast CADx" ارائه شد.

Medical imaging and medical image analysis are developing rapidly. While m- ical imaging has already become a standard of modern medical care, medical image analysis is still mostly performed visually and qualitatively. The ev- increasing volume of acquired data makes it impossible to utilize them in full. Equally important, the visual approaches to medical image analysis are known to su?er from a lack of reproducibility. A signi?cant researche?ort is devoted to developing algorithms for processing the wealth of data available and extracting the relevant information in a computerized and quantitative fashion. Medical imaging and image analysis are interdisciplinary areas combining electrical, computer, and biomedical engineering; computer science; mathem- ics; physics; statistics; biology; medicine; and other ?elds. Medical imaging and computer vision, interestingly enough, have developed and continue developing somewhat independently. Nevertheless, bringing them together promises to b- e?t both of these ?elds. This was the second time that a satellite workshop,solely devoted to medical image analysis issues, was held in conjunction with the European Conference on Computer Vision (ECCV), and we are optimistic that this will become a tradition at ECCV. We received 38 full-length paper submissions to the second Computer Vision Approaches to Medical Image Analysis (CVAMIA) Workshop, out of which 10 were accepted for oral and 11 for poster presentation after a rigorous peer-review process. In addition, the workshop included three invited talks. The ?rst was given by Maryellen Giger from the University of Chicago, USA — titled “Multi-Modality Breast CADx”.