文献阅读感悟

做好图像处理的人通常都写过很多文章，抑或是阅读过大量的文献，遇到一个新问题时，最好的方法就是先阅读大量的文献，了解一下目前别人都是怎么处理这个问题的，看看别人都做到什么程度了。毕竟很多问题都不是看上一两眼就能解决的，很多时候需要深思熟虑，甚至一番苦苦思索之后，仍然无法很好的解决。一般情况下，你能想到的方法，大部分也都会想到，一般图像你能看到的那些特征，别人也能看到。以前看了很多文献，都没有做笔记的习惯，看过了就过去了，有时候的确能找到一些好的方法，但是一段时间之后，有遇到新问题时，需要在原来的基础上改进，这时去网上找文献，大多数时候，还是找到之前看到的那些文献，很多时候那些文献又需要重新看一遍，非常费时间，同时也很难系统的了解别人做到什么程度了。

基于上面的考虑，后面可能会在看文献时，将文献逐渐记录下来，写成博客或者文档，每个星期或者每天更新一下，如果每天能抽半个小时出来看一篇文献，一年看的文献会让你对某些领域有非常深刻的理解，特别是针对一些非常具体的问题时。一个月或者半个月对看的文献做一个比较系统的比较，将文献进行分类或者优缺点进行比较，将是一件比较有意义的事情，特别是有一些方法是由一些列的文献组成的，一篇文献在另一篇的文献上做了一些改进，这样形成一个系列，阅读起来思路会比较清楚，别人为什么做那样的改进，解决了哪些问题。哪些问题是自己也遇到过的，当时是怎么解决的，带着问题去阅读文献，把文献读明白。多看一些文献，即使大部分是灌水的，还是会遇到一些非常经典的文章，这样对某个问题有更深入的了解。特别是了解文献的背景，这一点是工程师的短板，毕竟算法或者软件都是为实际服务的，如果不了解实际情况，很难开发出好的算法或者软件。

在医学图像领域，涉及到的体系非常复杂，特别是在图像分割这块，因为RIO区域变化非常大，很难找到一套Robust非常好的解决方案，很多时候都需要多种解决方法相结合，一步一步的优化；图像配准这块难度也很大，主要是在疾病跟踪的应用方面，需要看同一个病人不同时期的图像，查看RIO具体的变化。后面可能会在图像分割领域做比较深入的研究，虽然有一些开源项目ITK之类的，如果不明白算法的具体含义，很难准确的去使用那些接口。最好能明白算法背后的意义，然后再去应用。