2025年第7届智能医疗与图像处理国际会议(IMIP 2025)

 

欢迎来到 IMIP 2025！

2025第七届国际学术会议 智能医学与图像处理 （IMIP 2025） 将 将于 2025 年 3 月 28 日至 31 日在日本京都举行。 IMIP 2025 由立命馆大学赞助，协办 天宫大学.

 

智能医疗和图像处理 在医疗领域取得了显著的进步，迎来了 在诊断和治疗的变革性进步中。 机器学习和人工智能发挥着关键作用 通过仔细检查医学图像，量身定制个性化医疗 解决方案、实现远程监控并促进药物 发展。同时，图像处理技术提升 医学影像的质量，促进更精确的诊断。 这些突破不仅提高了医疗效率和 成本效益高，但也为患者提供更早的 疾病检测、个性化治疗计划和总体 改善医疗体验。

 

IMIP 系列会议已经 在巴厘岛、印度尼西亚等地成功托管，以及 中国天津。作为一年一度的活动，IMIP 致力于建立一个 面向受人尊敬的技术领导者的交流平台， 学者、工程师、科学家、行业专家和毕业生 学生交流思想并深入了解最新信息 智能医学与图像的技术发展 Processing） 或相关字段。会议内容包括 主题演讲、特邀报告、口头和海报展示 会议、视频演示、展览和其他 交互式格式，促进稳健的沟通，以及 现场内的信息交换。

 

我们期待在京都见到您， 日本！

 

重要日期

提交开始时间：7 月。22, 2024

 

提交截止日期：2025 年 1 月 5 日

 

通知日期：2025 年 1 月 25 日

 

注册截止日期：2025 年 2 月 15 日 会议时间：2025 年 3 月 28-31 日

 

出版

IMIP 2025 SPIE 会议论文集，将由 Ei Compendex、 Scopus 和 CPCI （Web of Science） 索引。或 Journal of Image and Graphics （JOIG， ISSN： 2301-3699），由 Scopus、CNKI、Google Scholar、Crossref 等检索。

 

提交

通过 电子投稿系统或会议邮箱提交论文。 摘要应仅用于提交， 和全文出版。

 

最佳奖

1 个最佳口头/海报展示 将从每个会话中选择。证书 最佳口头/海报展示奖将颁发给 每个会话的结束。

 

 

主旨演讲嘉宾

 

Kenji Suzuki 教授

 

日本东京科学研究所

 

Kenji Suzuki 博士曾就职于 Hitachi Medical Corp， 爱知县立大学， 日本 作为教员，在 芝加哥大学放射学，助理 医学影像研究中心教授 伊利诺伊理工学院 （Illinois Institute of Technology） 助理 教授（终身）。他目前是 Full 教授（终身）和创始主任 生物医学人工智能研究组 / 综合研究所、研究所 Science Tokyo，日本。他出版了超过 395 篇 论文（包括 125 篇同行评审期刊论文）。 他一直在积极研究 过去的医学成像和 AI 辅助诊断 25 年，尤其是他早期的深度学习模型 于 1994 年提出。他的论文被引用更多 超过 16,000 倍，他的 H 指数为 63。他是 发明 37 项专利（包括最早的专利 深度学习专利），这些专利被许可给 多家公司并通过 FDA 商业化 批准。他出版了 16 本书，编辑了 20 本书 期刊特刊。他已获得众多奖项 赠款包括 NIH、NEDO 和 JST 赠款，总计 $8M 的。他担任 20 多家领先的 包括 Pattern Recognition 在内的国际期刊 和 AI。他主持了 110 次国际会议。他 是 IARIA 的会员。他获得了 25 个奖项， 包括 3 项领先期刊最佳论文奖。

 

演讲标题：“Small-data Deep 病灶诊断和医疗 AI 的学习 成像”

 

摘要：深度学习已经证明 成为多个领域的突破性技术 包括医学。深度学习的性能 随着数据量的增加而增加，并且 触及人类的表现。我的小组已经 积极研究医学深度学习 过去 25 年的影像学检查，包括 最早的医学影像深度学习模型 处理、病变/器官分割，以及 医学成像中的病变分类。在 本次演讲，“小数据”深度学习 需要“大数据”，但可以用小 介绍了 Cases 的数量。我们的小数据 AI 是 应用于开发人工智能辅助诊断系统（“AI doctor“） 和基于深度学习的成像 诊断（“虚拟 AI 成像”），包括 1） AI 肺、结肠、 医学图像中的乳腺癌和肝癌，以及 2） 用于分离骨骼的虚拟 AI 成像系统 从胸片中的软组织和那些 CT 、断层合成和 乳腺 X 线摄影。其中一些已经商业化 在美国获得 FDA 批准，包括第一个 FDA 批准的深度学习产品。我们的小数据 深度学习技术将对 在“小数据”领域开发 AI，其中“大 data“ 不可用。

 

 

陈彦伟教授

 

日本立命馆大学

 

Yen-Wei Chen 于 1985 年获得日本神户神户大学的学士学位。 1987 年获得硕士学位，1990 年获得大阪大学博士学位。 日本大阪。他曾是激光研究所的研究员 1991 年至 1994 年，大阪技术学院。从 1994 年 10 月到 2004 年 3 月，他是一名 电气系副教授和教授 日本冲绳琉球大学电子工程。他是 目前是信息科学学院的教授，并且 日本立命馆大学工程学。他是创始人，也是第一个 立命馆医疗健康先进 ICT 中心主任 日本大学。他的研究兴趣包括医学图像分析、 计算机视觉和计算智能。他出版了超过 在许多领先期刊和领先会议上发表 300 篇研究论文 包括 IEEE Trans. Image Processing、IEEE Trans. Medical Imaging、CVPR、 ICCV，MICCAI。他获得了许多杰出的奖项，包括 ICPR2012 最佳科学论文奖，2014 年 JAMIT 最佳论文奖。他现在/曾经是一名领导者 众多国家和工业研究项目。

 

演讲题目：“用于增强医学影像的知识引导式深度学习 分析”

 

摘要：近年来，深度学习 （DL） 在 各种学术和工业领域，尤其是计算机视觉和 图像识别。尽管深度学习 （DL） 已成功应用 到医学图像分析，实现最先进的性能，很少的 DL 应用程序已在实际临床环境中成功实施。 造成这种情况的主要原因是，具体知识和之前的 医生拥有的人体解剖信息未被利用或 整合到 DL 应用程序中。在本次主题演讲中，我将介绍 我们在知识引导式深度学习方面的最新进展 医学影像分析。这将包括两个研究主题：（1） 我们的 提出了 Deep Atlas Prior，将医学知识纳入 DL 模型;（2） 语言引导的医学影像分割，包括 医生的特定知识作为 DL 的附加语言模式 模型。

 

 

Donghyun Kim 教授（SPIE Fellow）

 

韩国延世大学

 

 

征稿主题

 

IMIP 是一个 每年举行的会议，旨在提供 顶级技术领导者的交流平台， 学者、工程师、科学家、领先行业 领导和研究生分享想法 并讨论智能领域的最新技术 医学和图像处理或相关领域。 请作者提交原件，但未提交 发表的论文。

　

 

主题 提交兴趣包括但不限于 自：

 

　

▶智能医疗科技

 

电子的 健康记录

用于医疗保健

的云计算和大数据 用于医疗保健

的协作技术 医疗机器人

护理信息

健康信息系统 健康信息学

电子商务

远程护理和远程医疗

用于医疗保健

的虚拟现实和增强现实 医疗设备的用户界面设计 以及健康软件

数据计算模型和远程医疗 治疗效果

医疗信息物理系统

数据库和生物医学数据

集成 生物信息学和医疗保健基础设施

计算机辅助检测和诊断

医疗保健

智能病房

RFID 解决方案

 

　

 

 

▶光学的 生物医学中的成像

 

光学相干断层扫描

生物医学光学 医学成像

中的

光子学 基于激光的成像

漫射光学成像

荧光成像

医学

中的全息成像 近红外光谱

学 光遗传学

光纤传感器

激光辅助手术

癌症检测

的光学成像 光声成像

生物光子学

光学生物传感器

医学

中的高光谱成像 光学断层扫描

激光多普勒血流测量

光动力疗法

光纤成像探头

光学纳米传感器

太赫兹成像

定量相位成像

多模态光学成像

内窥镜光学成像

医学

中的拉曼光谱 偏振成像

用于药物递送

的光学成像 光激活药物递送

光学活检

光谱域成像

用于热成像

的红外成像 用于可穿戴健康的光学传感器 监测

 

　

▶医疗 成像和图像处理

 

计算 断层扫描

正电子发射断层扫描

磁共振成像

超声血管

造影

医学影像处理

医学影像信息学

图像处理 图像分割

 

图像配准

影像重建

影像匹配

特征提取

影像检测与识别

形状分析

用于映像的硬件（FPGA、DSP、IC） 处理

机器学习

 

联系我们

 

会议秘书： Ruby He

女士 IMIP 2025 电子邮件： icimip@126.com

IMIP 2025 网站： http://www.imip.org/

如有任何疑问，请随时联系 会议秘书。会议秘书将 请在 2 个工作日内回复电子邮件。