医学影像技术是以非侵入方式获得人体某部分内部组织影像的技术与处理过程，为临床疾病诊断和治疗提供重要参考依据，是探究身体内部奥秘的必经之路。数字化影像技术应用于临床医学领域，更有利于疾病的诊断和治疗，同时也促进了医学发展。传统的医学影像技术是用来在临床诊断中了解患者解剖学在病变部分所发生的变化，借此了解致病因子。近年来，随着信息化在医学领域的不断深入，医学影像的大数据急剧膨胀，整合复杂数据、分析生物致病机制并进一步应用于精准医疗已经成为全球科技界、卫生界和工业界关注的热点。美国政府先后开展了“脑活动图谐计划”和“精准医疗计划”。我国科技部也即将启动和部署“精准医疗计划”以及“脑科学与类脑研究计划”，并将其列
入我国“十三五”科技发展与创新重大专项中。目前，在医学领域，医学病症的检查诊断多数以医学影像判断为主，然而医学影像有以下特点:高度依赖成像设备和成像环境;图像种类多差异，很难融合;图像像素大，信噪比低且图像分辨率低;生物个体存在差异性、易变性。这些影像问题很大程度地限制了医学病症的预测和诊断。传统的人工解读方式，往往依赖于医生个人经验、知识和情绪，且效率较低。机器学习是一种基于数据驱动的方法，能很好的适用于多个级别和类型的影像数据中，从而提高对疾病的理解和诊断。影像智能分析及应用研究团队长期从事这一前沿交叉科学领域的研究，在脑影像分割与功能校准、脑影像特征提取与选择、脑影像分类与预测以及脑网络分析等方面提出了一系列创新性理论和方法。进一步把相关理论成果成功应用于老年御呆症等脑疾病的早期诊断，建设了快速易用的功能脑影像分析开源软件-easyIMRI分析平台。