以深度学习为代表的人工智能技术不依赖用户交互，具有效率高、效果好等特点，在智能辅助诊断中得到了越来越广泛的应用。本书以面向前列腺癌的智能辅助诊断为切入点，针对医学图像标注困难、样本量少、泛化性能差等问题，分析探讨了面向医学图像数据的器官泛化分割、病灶分割分级以及病理图像分类三大主流医学图像处理任务，提出了基于元学习和域判别器的器官泛化分割算法、基于模态融合和形状学习的前列腺癌分割算法、基于图神经网络的病理图像分类算法等算法，并基于开源和私有数据集进行了大量的实验，结果显示本书所提算法均达到了领域内的领先水平。