电子信息（人工智能/计算机视觉）、生物医学工程（医学图像分析）、仪器测量/传感器领域 学科交流群（2023年7月版）

—IEEE Trans/Journal（电子、信息与计算机学科）投稿交流平台
—医学图像处理与分析（Medical Image Processing and Analysis）交流平台
—计算机视觉逆问题（Inverse Problems for CV）交流平台
—医学图像比赛（Medical Imaging Challenge）交流群
—电学层析成像（Electrical Tomography）硕博师生交流群

请大家关注公众号：成像与视觉（ImagingCV）或者后台私信，看到后会及时回复。

1、IEEE Transactions/Journal/Magazine/Letter投稿交流平台

IEEE会刊/杂志（后文用Trans和Journal来简写）是在人工智能、电子电气、测量仪器、电力技术等多个学科领域内具有较高声望的学术期刊。近三年来，IEEE Trans期刊的收稿标准逐渐提高，审稿周期逐渐增长，并且会有一部分期刊（With Editor/Assign AE assignment）阶段就被拒掉了，造成大家投稿时间延长，甚至稿件的创新性逐渐落后。为方便广大硕博研究生、高校青年教职、科研人员有计划在IEEE期刊投稿的同行，我们筹备了相关的投稿交流平台，主要针对多个IEEE Trans/Journal期刊的投稿注意事项、审稿周期、审稿状态以及审稿人评审意见的交流。

2、医学图像处理与分析交流平台

近年来，基于机器学习、深度学习、计算机视觉领域的启发，Learning-Based医学图像处理方法受到广泛科研工作者的关注，并且很多高影响因子期刊收录（或专刊约稿）Learning-Based with Medical Image Analysis主题的文章。为此，我们建立了Medical Imaging学习交流群，主要交流、学习、探讨与医学图像的重建、分割、配准、分类及相关主题，希望相关领域的硕士、博士、科研工作者、以及专业人员一起学习。

3、计算机视觉反问题学习交流平台

数学反问题是一门新兴的交叉学科，在地球物理、医学成像、无损检测、信号处理、计算机视觉、人工智能等领域具有广泛的应用。反问题的研究往往需要根据观测到的数据（结果）去寻找引起这些观测结果的各种因素（原因）。我们致力于研究反问题在成像领域中的应用，因此建立了反问题成像（Inverse Problems for Imaging）交流讨论学习平台。希望广大反问题研究人员加入，一起学习。主要内容是基于机器学习（深度学习）、迭代与正则化、贝叶斯理论的反问题在图像恢复、超分辨率重建、去噪、增强、成像、低秩、稀疏应用中的应用。

4、医学图像比赛交流群（Medical Imaging Challenge）

MICCAI 是医学图像计算与计算机辅助干预国际会议（International Conference on Medical Image Computing and Computer Assisted Intervention）的缩写。该会议自 1998 年开始，每年举办一次，是医学图像处理领域中最具有权威性和影响力的会议之一，被广泛认为是医学图像处理领域内的顶级会议之一。 而MICCAI CHALLENGES 是 MICCAI 的一个重要组成部分。它是一个国际性的竞赛平台，面向医学图像计算和计算机辅助干预领域的研究人员和开发者，旨在鼓励和推动该领域的技术发展和应用。
本交流群目的在于分享MICCAI组织的Workshop，分享相关比赛信息、数据集模式以及同行（硕博）交流，并在群内交流MICCAI挑战赛、会议Papers转投医学图像领域期刊，如IEEE-TMI、MedIA、IEEE-JBHI等相关回忆文章扩展的问题。

5、电学层析成像（Electrical Tomography，ET）硕博、师生交流群

电学层析成像是层析成像技术的一种，其通过对被测物体施加电激励，并检测其边界值的变化，利用特定数学手段逆推被测物体内部的电特性参数分布，从而得到物体内部的分布情况。与其它层析成像技术相比，电学层析成像具有无辐射、响应速度快、价格低廉等优势。电学层析成像技术存在三种基本形式，即电容层析成像（Electrical Capacitance Tomography, ECT）、电阻层析成像（Electrical Resistance Tomography, ERT）和电磁层析成像（Eletromagnetic Tomography, EMT），其中电阻层析成像和电容层析成像又可以合称为电阻抗层析成像（Electrical Impedance Tomography, EIT）技术。

电学层析成像：电学层析成像_百度百科

电阻抗层析成像（EIT）：辰司令在学习：电阻抗层析成像（Electrical Impedance Tomography，EIT）

欢迎广大相关领域的硕博研究生加入EIT硕博交流平台，讨论与EIT图像重建算法、正问题数值计算方法、硬件电路信号采集系统、EIT临床应用等相关信息，也会在群内分享一些图像重建的相关书籍、论文。