文献阅读经验--以基于深度学习的医学图像配准为例

正文

前言

大家好，我是一名研一的学生，我的研究方向是基于深度学习的医学图像配准（全脑配准），我对这个研究方向特别感兴趣，我刚接触这个研究方向不久，但是自己也有一套自己的阅读论文的方法，下面我就以我的研究方向为准来谈一下我对于阅读论文的经验。

一、应该阅读什么样的论文

首先就是要找论文，找论文的渠道有很多，例如知网、万方等，直接把自己研究方向的关键词输入到知网就可以了，我建议大家如果刚接触自己的研究方向，应该按照这样的顺序去找论文，综述论文->硕博论文->会议论文->期刊论文，论文的具体分类知网上都有，大家自己去看，点到自己想要的分类找就可以了，综述论文读一篇就可以，硕博论文读两篇就可以，以后读的所有论文都要看期刊或者是会议论文。先读综述论文和硕博论文是让你对自己的研究方向有个认识，我还发现个学习的小窍门，就是硕博论文他会把你自己研究方向所能用到的知识都会列举一遍，这样的话你按照硕博论文的这些知识点一个一个去学习整理笔记，这样学效率真的高。再来说一下会议和期刊论文，读完前三篇论文以后，后面大部分都要读期刊和会议论文，对于这两种类型的论文质量非常重要，大家在找论文的时候一定要找那种影响因子高的期刊，大部分期刊都会有分区，自己去网上搜一下自己的研究方向的期刊排名，那些期刊最值得去看，具体什么样的期刊影响因子高去网上搜一下就出来了。

二、为什么要阅读论文

首先来说一下阅读一篇论文需要读几遍，我一般是读三遍，第一遍先看题目、期刊、年份（对于计算机的学生来说不要读年份过久的论文）、摘要、关键词等，然后大体浏览一下这篇论文具体讲了什么，重点去看每张图片，第二遍就要精细的去阅读论文，重点看方法部分，使用了什么方法，然后再看结果。第三遍就要开始记笔记，建议大家用平板电脑记笔记（用平板电脑记笔记是真香），也可以打印出来记笔记，记笔记的作用就是在阅读论文的时候把不懂得名词、公式、图片等，去网上一个一个搜然后记在论文旁边，这样下次在看的时候就不会忘了。
1、综述论文：帮你去了解自己的研究领域，自己的研究方向是什么，用什么方法解决了什么问题，让你大体上有一个了解。
2、硕博论文：帮你深入自己的研究方向，帮你整理自己研究领域的所有知识点，把自己研究领域的所有知识点全部记下来，然后去学习整理出来。
3、会议和期刊论文：它们的作用可就大了，主要是学习别人方法，看看别人对这个问题是怎么解决的，解决的效果怎么样，以后自己发论文的时候能否去学习别人的优点，在别人的基础上能不能做得更好，这主要是对自己的研究方向有一个更好的解决问题的启发。

三、怎样阅读论文（以期刊和会议论文为准）

首先要明白论文都有那些结构，大致分为以下五个结构：
1.摘要
2.引言
3.方法
4.实验与结果
5.讨论
我的研究方向的论文大部分都是这五个部分，如果你们自己的研究方向不是的话，阅读论文之前要分析清楚论文都有哪些结构，一定要按结构去阅读论文，这样可以提高效率，下面我为大家分结构去讲解。
一、摘要
摘要相当于论文的总纲，基本每篇论文的摘要主要叙述以下3个内容。
1.背景与目的【首先你要抓取论文为什么要做这个算法？第一点就是背景，他会解释这个算法在实际场景下重要意义，第二点就是前人做得一些算法效果一般，所以我们要用本文算法来把效果做得更好。其次写这个算法实现了那些优点？然后最重要的一点就是要会使用PDF的高亮和红色波浪线功能去标注，高亮标注你认为比较重要的句子，红色波浪线标注专有名词。所有不会的专有名词去网上查，一点一点的学习，然后整理出来做好笔记。】
2.方法（主要叙述本文算法使用了哪些方法，这里肯定会有本论文的创新点，例如使用了那种网络结构，用了什么相似性方法，把里面的每一种方法提取出来，不懂得方法去网上查，高亮标注使用各个方法的过程，红色波浪线标注重点方法。）
3.结果（这一部分主要去提取使用了什么样的数据集，使用了什么算法评估方法，与其他算法比较提升了多少，把这几个重点名词高亮和红色波浪线去标注一下，全文的所有关键词和不懂得词都要去标注，然后去网上一点一点的查，学会了在做笔记。）
二、引言
首先这一部分会介绍本研究领域的是什么？目的是什么？国内外研究现状？目前都有哪些算法。介绍各个算法的优缺点。把这几个问题的答案找到提取出来。
首先引言部分的第一段在讲本文算法会给该领域带来什么样的好处。第二段和第三段在讲别人论文的算法是怎么做的，会有什么样的缺点。第四段就会讲本文算法是怎样解决第二三段别人算法的缺点，它会说一下具体每个方法过程，对于第二三段的缺点带来多少提升。
要注意重点，这一部分的重点就是，本文算法都有什么样的独特贡献，创新点是什么，有什么优点。
三、方法
这一部分主要把这几个重点提取出来，损失函数、网络结构、本文创新点是怎么做的。
这一部分很重要，是整篇论文里面最重要的部分，它主要叙述每个方法具体是怎样做的，首先会先介绍损失函数，用了什么样的损失函数，这里一定要做好笔记，以后你读的所有论文使用到损失函数也不多，你读到一定程度后，你就要把你自己领域的所有能使用到的损失函数全部整理出来，以后自己写论文的话就会用到的，后面我会把深度学习配准领域的所有损失函数都整理出来发到博客上去。接着就会介绍本文算法的网络结构，这里主要提取出本文网络结构在经典的网络结构上都做了哪些改变，创新在哪里，这样做改变为什么会提高效果，原理是什么。最后就是本文的创新点，理解透这个创新点是怎么做得，这样做带来了什么好处，为什么能提高效果。
这里需要记笔记的就是使用了什么损失函数、网络结构是怎样的改进的（这样改进有什么好处，带来好处的原理是什么）、本文的创新点是怎么做的。要充分学习他人的优点，学会了自己发论文也会用到的。
四、实验与结果
这里第一段主要讲数据集在那获取的？都有那些数据集？做了什么样的数据预处理？第二段会讲实验参数的设置，第三段讲了实验都用了那些评价方法，得出了什么样的结果。
这里需要记笔记的就是和哪些方法做了比较、用了哪些数据集、用了什么评价方法（例如DSC…）、都用了什么图（例如箱线图…）做了比较。要充分学习他人的优点，学会了自己发论文也会用到的。
五、讨论
这一部分主要介绍本文算法优点，本文算法的创新点给实际应用领域带来了更好的准确性和鲁棒性。这里读一下就可以了。

总结

以上都是以基于深度学习的配准论文为例给大家分享的，如果你自己不是这个方向的，也可以参考一下，根据自身的情况去分析读论文的方法。
最后再跟大家分享一下我学习知识的技巧，要养成记笔记的习惯，无论遇到自己会的还是不会的知识点都要记下来，找时间再把知识点属于一类的整理出来，要形成一个好的知识结构，每读完一篇论文都要把本文章的所有不懂得关键词、知识点、创新点整理出来，以后自己的论文会用的到的。
因为做医学图像配准方向的人特别少，所以我自己新建立了一个医学图像配准交流群，群号：142608634，希望大家能交流着学习，这样可以提高学习效率，群内的管理员都是我的同门，他们的方向也都是智慧医疗方向的，有做医学图像分割的、疾病预测的、医学图像目标检测的、MRI重建的，只有我是做深度学习配准的，但是他们都很热情，大家有什么问题可以加群一起讨论，我会陆续把所有的关于医学图像配准的学习资料全部共享到群里，供大家学习使用，我会收集配准的论文放在群里，希望大家一起学习进步！