眼底病杂志论文格式（眼科疾病诊断书模板）(10)-中华眼底病杂志

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

眼底病杂志论文格式（眼科疾病诊断书模板）(10)

作者:

关键词:

摘要：

3. 基于皮肤镜照片的皮肤癌分类诊断

这是斯坦福做的之前引起较大影响的论文，结果已经达到了人类专家水平，甚至超过了大部分人类专家，接近了一些非常有经验的专家。而它用的结构却是非常传统。

深度学习模型本身就是一种具有非常强表达力的模型，那么我们再去构建很复杂的网络结构、增加很多参数的话，其实很可能会变成过拟合的状态，反而无助于结果的一般化。所以，最重要的是我们如何能拿到足够多的、有标注的、高质量的数据集。数据集的规模越大，数据质量越高，最后能达到的效果一定会越好。相比于机器学习领域中大家争先恐后地去寻找新的网络结构、新的激活函数、新的优化方法的趋势，我们在临床需求落地到具体场景时，更应该关注的是原始数据怎么取得，怎么能以比较低的成本拿到高质量的数据。因为只要解决了数据这一点，建模这一步上面，其实并不存在决定性门槛。

4. 基于数字病理切片的乳腺癌淋巴结转移检测

这一篇是Google Brain给出的，对高分辨率的数字病理切片，基于GoogleInception Net的网络结构去做特征提取，最后进行分类，然后刻画出来的乳腺癌细胞在组织上面的分布情况。它的检测效果达到了人类专家水平。且在与Google有合作的几个医院里，用训练集之外的真实数据去验证的结果仍然相当不错，这对于数字病理切片分割和性质的判断是很有应用前景的。

5. 基于眼底照片的糖尿病性视网膜病变检测

这篇是Google Brain的结果，仍然是以Inception Net为基础的模型结构。本身眼底镜影像相比于其他影像最麻烦的地方在于，眼底镜之间的数据异构性太大，不同人拍摄出来的眼底镜的曝光程度、偏心程度、视野范围，都有很大的变异性。如何很好的在预处理阶段尽可能的消除这些变异性影像，是它做的重要工作。最后达到的效果也是相当不错，判断视网膜病变严重程度的准确率和人类专家持平。

6. 胸片骨减影应用

通常来说，面向的数据集都是断层扫描，因为断层扫描能够获得尽可能多的数据。但是，断层扫描单次检查对于患者的辐射量很大，用X射线要反复去切患者身体，辐射量要比做一次X光胸透大得多。我们想，有些患者是不是可以从单次胸透这种以很低剂量接受的检查的结果里面，发掘出来尽可能多的信息。胸透之所以提供信息量有限，是因为胸透是一个平面的叠加，把骨骼密度和人体里面软组织的密度分布情况，都叠加在一起，很难看清楚细节，谁也不知道这一部分吸收的X射线，到底是因为哪个组织产生的。

我们看软组织时，会希望把骨骼引起的影响给消减掉，也就是说把骨骼的影子去掉。怎么去除骨骼影这个问题很早就有人思考。医疗影像仪器制造商想了一个很聪明的办法，他考虑软组织和骨骼对于不同能量的X射线吸收特性不一样，那就先用低能量X射线拍一张，间隔很短时间后，再用高能量X射线拍一张，然后基于这两张照片上面不同组织的吸收特性不一样，做一个建模，然后利用数学方法把这个影减掉，这就是DES，也就是双能量数字减影技术。它可以拍出几乎看不到任何骨骼影子的软组织照片，但是DES技术有一个先天技术缺陷，是两次拍摄之间有一个间隔时间。

人是活着的，人体的组织在不停地蠕动，在间隔过程中，器官可能会变形，可能会移位，然后会造成DES技术拍出来的软组织照片有很多伪影，这个伪影会误导医生。在这个文章里面，它利用深度学习方法，基于单张传统胸透照片剔除其中的骨骼痕迹，得到的结果比传统DES摄影的软组织细节效果更好，也没有DES技术中产生的软组织伪影，这一篇文章是很有启发性的。

五、医学数据处理方向、成果、挑战

1. 医学数据处理方向

一是临床信息的提取。包括我们如何去把传统的非结构化文本病历进行电子化、结构化，转变成可分析、可处理的结构化数据。

二是掌握结构化数据。谁掌握了越多的可分析的结构化数据，谁就能做出越多的临床科研成果，数据是最核心的价值。零氪科技开发了Fellow-X自动结构化引擎，可以让95%以上通过HIS系统对接的电子病历，自动转化成可分析、可处理的结构化数据，极大的降低了结构化的工作量。还有剩下的只能靠人工部分，也设计了一个很好的双录入加QC的比对流程去处理那些很难处理的少量病历。

2. 医学数据处理成果

基于结构化病历的数据，得到成果。其中包括肺部结节的检测模型、重要并发症的风险预测。现在做的是中性粒细胞减少症、血红蛋白减少症、血小板减少症这些的风险预测。它们是肺癌患者化疗后很容易出现的一种恶性并发症，一旦出现严重的症状可能会造成生命危险。如果应用了零氪科技的预测模型，可以提前预知患者出现严重并发症的风险如何，然后在化疗前就给予适当处理，降低出现严重并发症的风险。

文章来源：《中华眼底病杂志》网址: http://www.zhydbzzzz.cn/zonghexinwen/2022/1213/445.html