随着计算机视觉和人工智能技术的飞速发展，医学图像分析和计算机辅助诊断已成为医学与计算机科学的新兴交叉学科。医学图像中海量的数据量及其客观、可量化的特点非常适合深度学习的应用场景，使得医学图像分析成为实现计算机视觉最有前景的领域。但在减少对大规模数据的依赖、提高模型泛化能力、增强模型可解释性等方面仍有许多问题需要解决。

本次旨在重点介绍深度学习在医学图像分析中的应用，鼓励在医学图像特征提取、分割、检测、分类、配准、三维重建和计算机辅助医学诊断方面进行高质量的研究。此外，医学图像放射组学、医学图像隐私保护等前沿研究也欢迎高质量的稿件。

收稿方向

深度学习、医学图像分析、图像特征表示与学习、图像分割、检测和分类、计算机视觉；入侵检测，网络流量识别。