十年前我在实验室里对着电脑屏幕上的黑白乳腺超声影像发愁手里的鼠标像笨拙的画笔只能一点点儿勾勒出肿瘤的边界。那时怎么也想不到AI模型能发展到如今的地步。曾经让我不知从何下手的技术难题如今都被深度学习模型轻松解决。这十年我亲眼见证了计算机视觉的发展目睹了深度学习在医学图像领域的“突飞猛进”也在传统算法到深度学习模型的转型之路上踩过不少的“坑”亦在从“纸上谈兵”到“技术落地”的过程中碰过不少的“壁”。从研究院到上市公司从学术论文到产品研发从机器学习到深度学习从算法创新到技术落地从处理CT、MR、超声影像的“像素战场”到挑战病理切片与内窥镜图像的“微观世界”每一张医学影像背后都是技术与生命的对话。如今从事医学图像处理算法研究已经十余年了六七年的研究院工作经历五年多的医疗器械公司研发经历让我从追着论文跑的新人变成了一位“老法师”。值此十年之际我想对医学图像处理相关的技术与实现做个系统性的梳理把这些在“踩坑”与“填坑”中积累的实战经验用通俗易懂的语言表述出来。无论你是刚接触医学影像的学生还是想了解技术落地的医生亦或是从事图像处理岗位的工程师希望接下来的这一系列文章能对你有所帮助或启发。学海无涯若文中有疏漏之处也恳请各位同行不吝指正咱们一起把医学图像处理这门技术聊透、学精