生物医学影像已成为现代医疗的重要组成部分，支持疾病检测、特征描述、治疗规划和疗效监测[1,2]。此外，生物医学数据的日益丰富和先进分析技术的发展，为提高诊断准确性、识别临床相关生物标志物以及支持个性化治疗策略创造了新的机遇[3]。在此背景下，人工智能（AI）正越来越多地与常规流程相结合，以应对与图像质量、解读差异以及病理过程复杂性相关的局限性[4,5,6,7,8,9,10]。然而，将这些技术进步转化为常规临床实践仍然充满挑战[11]。
"疾病诊断与治疗中的生物医学影像与数据分析"特刊第三期汇集了反映影像创新与高级数据分析在不同临床领域中日益融合的各项贡献。本社论涉及的七篇论文涵盖了光学、超声、热声学、核医学和磁共振成像的方法学发展，以及人工智能、基于Transformer的架构、统计建模和定量神经影像的应用。每篇论文均经过严格的评审流程，至少由两位专家评审并经过至少两轮修改。以下对这些研究进行了简要概述。
在贡献[1]中，作者提出了一种基于Transformer的目标检测框架，利用RT-DETR架构改进氢氧化钾显微镜图像中真菌菌丝体的识别与定位，用于皮肤癣菌病的诊断。通过区分真菌结构与外观相似的伪影，并与传统基于CNN的检测器进行基准比较，该研究证明了AI辅助真菌检测的技术可行性。这些发现强调了基于Transformer的方法在增强诊断一致性和减少观察者依赖性变异方面的潜力，但仍需前瞻性多中心验证以确立其临床适用性。
在贡献[2]中，作者研究了一种用于评估肝组织微波消融的统计参数热声学成像方法。具体而言，作者探讨了利用Nakagami统计建模来表征消融引起的组织变化所关联的热声学信号变化。以病理图像作为金标准的定量分析表明，基于Nakagami的微波诱导热声学成像在所有测量指标上均表现出更高的准确性。
在贡献[3]中，作者研究了静息态功能磁共振成像和探索性全脑放射组学分析，以评估帕金森病患者在接受Quadrato运动训练后出现的变化。该研究考察了运动-认知干预是否会影响功能连接，以及定量影像特征是否能捕捉与短期干预相关的差异。这些初步发现表明，定量神经影像可能有助于捕捉细微的与干预相关的变化，但仍需更大规模、更长期的研究以确认其可重复性。
在贡献[4]中，作者提出了一种四维SPECT重建框架，结合呼吸运动校正，以评估双门控心肌灌注成像中运动匹配与运动平均衰减校正的效果。虽然运动匹配衰减校正在定量图像质量方面取得了适度改善，但两种方法在病灶可检测性和视觉表现方面表现相当。这些发现表明，运动平均衰减校正可能足以满足临床需求，但仍需使用更贴近生理条件的模型进行进一步验证。
在贡献[5]中，作者提出了一种新颖的基于高光谱成像的方法，称为光谱辅助视觉增强器（SAVE），通过将RGB图像转换为窄带图像来改善皮肤病变的可视化和分类。通过结合增强后的病变对比度与多种机器学习算法，该方法在区分光化性角化病、基底细胞癌和脂溢性角化病方面相比传统RGB成像提高了分类准确率、敏感性和特异性。这些发现强调了高光谱成像与AI结合在支持更早、更准确的皮肤癌诊断方面的潜力。
在贡献[6]中，作者对使用线阵探头进行三维超声成像的技术进行了全面综述，重点关注扫描方法、系统实现、成像性能和临床应用。通过考察不同容积成像方法的优势与局限性，该综述强调了其克服传统二维超声操作员依赖性高和空间信息有限等问题的潜力。这些见解为优化三维超声系统配置及其在生物医学影像领域的应用发展提供了有价值的指导。
在贡献[7]中，作者对用于表征与2型糖尿病及其相关认知障碍相关的脑部微观结构异常的先进弥散磁共振成像技术进行了系统综述。该综述强调了传统弥散张量成像和新兴弥散模型在揭示白质完整性、结构连接、组织复杂性和神经突起密度变化方面的能力。这些发现强调了高级弥散MRI指标作为糖尿病相关神经系统并发症影像学标志物的潜力，但仍需进一步纵向和多中心研究以确立其临床价值。
总之，本社论涉及的贡献针对不同领域的挑战展开研究，涵盖从自动化显微镜和皮肤病学诊断到定量治疗评估、运动与衰减校正、神经影像生物标志物以及容积超声技术的发展。重要的是，采集与重建技术的改进可以增强计算分析可用信息的可靠性，而高级分析方法则可以揭示否则难以识别的临床相关模式。
我们衷心感谢所有贡献作者宝贵的科研工作、评审人建设性的评价，以及《生物工程》编辑团队在筹备本特刊过程中给予的支持。
