在目前的影像医疗诊断中,主要是通过观察一组二维切片图象去发现病变体,这往往需要借助医生的经验来判定。利用计算机图象处理技术对二维切片图象进行分析和处理,实现对人体器官、软组织和病变体的分割提取、三维重建和三维显示,可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析,从而大大提高医疗诊断的准确性和可靠性。这也是目前与医学图像相关SCI发表的难点与热点。本次将详细讲述如何发表医学图像SCI思路以及撰写与投稿SCI的技巧
第一章 SCI基础
1.SCI基本介绍
什么是SCI,为什么要发SCI
我国目前的科研形势,相关的晋升评审政策以及著名高校博士生毕业的“虚假要求”,以及实际毕业情况
认清现实,先去满足别人的需要,再去满足自己那颗科研探索的心
2、选择什么样的课题
为什么杂志社要收你的论文?即如何满足投稿出版社的需要
如何找出大牛们正在研究的潜在“热点”,并结合自己目前的实验条件去“趁热度”
3、投稿的选择
从多角度认清自己论文的等级。论文的数据量,创新性,研究课题的热度,挂名导师的人脉知名度。
杂志的友好度(即接受率),是否对课题的友好,对国人友好,以及杂志社主编的研究方向(“有效”征稿)
4、论文的基本要求
从Guide For Author 去理解如何去写论文
论文的摘要 ---“是什么”,“为什么”,“怎么办”和“结果”
论文的具体写作:摘要的展开以及核心价值的体现
第二章 医学影像基础
1、 医学影像简介
常用的医学图像
医学图像特征与品质因素概述
人工智能诊断与传统方式的诊断
2、 医学图像可以做什么
基于医学图像的诊断
医学图像病灶的提取
3、传统数字图像处理以及特征提取的方法
统计特征、纹理形状特征等
特征提取评价
4、图像预处理方法
像素亮度变换
几何变换
局部邻域预处理
图像复原
第三章 利用集成模型软件-OpenMMlab进行医学影像分析
1、软件简介
医学分析所需要的功能
软件的安装
2、软件的基本使用
使用已有模型在标准数据集上进行推理
在自定义数据集上进行训练
在标准数据集上训练自定义模型
学习配置文件
3、软件的高级使用
自定义模型
自定义训练配置
自定义损失函数
模型微调
第四章 医学影像SCI论文实践
1、 模板化句子的使用
语料的查找
模板化句子示范
句子的转化,降重的方法
2、材料与方法
数据集的查找与构建
评价标准的设定
自己使用方法的撰写
对比方法的找寻
3、结果与讨论
消融实验的设计
结合医学图像特性讨论