🤔 國際期刊的 reviewer 怎麼審文章？
⠀⠀
一年可以審到百篇的主力 reviewer，自己也有工作跟家人，所以，必須發展出一套快速審閱的方法，退掉 8 成以上的文章，專心看那些「#有機會刊登」的文章。
⠀⠀
通常他們從「標題 → 摘要 → 圖片」，到這裡只花 5 分鐘，還沒看全文，就已經做好「勝部與敗部」的分類，決定文章的大致命運。
⠀⠀
⠀⠀
😳 真正的決勝關鍵點？
⠀⠀
標題跟摘要，大家都會很認真寫，所以在這裡就陣亡的，不多。
⠀⠀
圖片，則是「能刊登」跟「不能刊登」的稿件，最大的差異點。
⠀⠀
因為優秀的團隊或作者，光看圖，就能看見整篇論文的靈魂，順序不會錯，故事說得完整。因為可以刊登的稿件，圖片的處理跟細節一看就是職業級，圖說的撰寫也清晰易懂。
⠀⠀
⠀⠀
🎯三步驟，讓你的醫學影像晉升 SCI 等級！
⠀⠀
◾️我們會先用準備好的例題，讓各位熟悉基本原則跟操作，走過一次從 PACS 或數位相機原始影像，變成 SCI 等級影像的過程。
⠀⠀
◾️各位就能拿出自己想處理的影像，用一樣的技術，處理看看。而且還能由專業且具有大量發表經驗的講師與助教們，幫你看看，給些建議，再作調整。
⠀⠀
◾️我們會分享寫出好圖說（Figure Legends）的系統性方法，包括內容、排版、格式、細節等，協助你第一次就上手，寫出國際期刊等級的好圖說。⠀⠀
⠀⠀
互動實作時間，我們將帶著你從原始影像，一路走到國際期刊。不只講者、助教夠水準，連練習用的教材都是國際級的唷！
⠀⠀
⠀⠀
【⚠ 緊急插播】報名進入倒數，名額僅剩個位數！
#三種文體快速增加你的論文發表數
7/11（日）個案報告、技術發表與文獻回顧 工作坊
https://casereport.innovarad.tw/event/
⠀⠀
⠀⠀
📣 課程內容
⠀⠀
✔ 期刊社在想什麼？怎樣的個案才會被接受？
✔ 有好技術，該如何發表？讓創意被全世界看見。
✔ 如何找到有分數、非詐騙、收個案報告的期刊？
✔ 互動實作時間：親手處理出 SCI 等級的醫學影像
✔ 退稿後還能怎麼作？拋媚眼給對的人看。
✔ 臨床個案整理技巧，與發表實例。
✔ 個案＋技術＋文獻回顧，在專業上更進一步。
⠀⠀
⠀⠀
🔔 課程特色
⠀⠀
☑ #給你實例教學
⠀⠀
以「#產出SCI文章」作為目標，根據梁宗榮醫師與蔡依橙醫師的多篇 case report / case series / technical note / review article 萃取而成，從大量實際 SCI 投稿經驗，整理出實用知識，協助您以最快速度上手。
⠀⠀
☑ #教你評估期刊
⠀⠀
怎麼看期刊好壞，是否為詐騙？期刊網頁要看哪些重點，如何察覺期刊可能在騙你它有分數，但其實根本沒有？所喜歡的期刊有沒有收 case report / technical note / review？還是編輯部改用其他名義來收？我們帶著你評估幾本期刊後，讓你親自查查自己有興趣的期刊。
⠀⠀
☑ #帶你處理影像
⠀⠀
不知道怎麼做圖片嗎？從 PACS 下載後，如何處理成 SCI 期刊可以接受的版本？不同時間、不同條件的影像，如何擺放整齊，並做好標示？不需使用 Photoshop，光靠簡報軟體 PowerPoint，就能完成做圖。我們帶著你處理過一次，你也能自己做出 SCI 期刊等級的圖片！
⠀⠀
⠀⠀
🚩 讓你的臨床個案和技術，成為發表在 PubMed 的實力！
https://casereport.innovarad.tw/event/
醫學影像處理 在 [評價] 109-1 張瑞峰醫學影像處理- 看板NTUcourse 的必吃
※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：109-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
張瑞峰
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
資工所、網媒所、生醫電資所選修
δ 課程大概內容
ITK, VTK, MITK, OpenCV
MIP packages
MeVisLab
GPU, OpenCL, ITK 4.0/GPU Acceleration
Introduction
Imaging systems
Medical images obtained with ionizing radiation
Medical images obtained with non-ionizing radiation
Image Storage and Transfer
Fundamentals of digital image processing
Image enhancement in the spatial domain
Image enhancement in the frequency domain
Image restoration
Morphological image processing
Image segmentation
Feature recognition and classification
Deep Learning
Three-dimensional visualization
Statistic analysis and SPSS
Ω 私心推薦指數(以五分計) ★★★★★
★★★★
感覺對非生醫電資背景的人來說，有些上課內容可能會比較難以理解
η 上課用書(影印講義或是指定教科書)
投影片
μ 上課方式(投影片、團體討論、老師教學風格)
投影片為主
前幾週會先講醫學影像處理常用的工具
有些比較細的地方，老師會說 看看就好
有時候會講到跟醫院的合作計畫的實務經驗
σ 評分方式(給分甜嗎？是紮實分？)
HW 30%
期末考 30%
Final Project 40%
ρ 考題型式、作業方式
作業是用 MeVisLab 切割 tumor
然後寫心得
期末考是 10 題簡答題
closed book
Final Project:
自訂題目，但必須與醫學影像處理相關，1-2人一組，程式語言及工具不限
第 17 週是期末考
原本預計最後一週是要上去講 Final Project 做了什麼
後來改成只要上傳報告
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
不重出席
我之前沒有太多相關背景，很多地方沒能聽懂
感覺組隊來修，對 HW 和 Final Project 會比較有幫助
3 類加選
學期快結束的時候，有提到下學期會開的 深度學習於醫學影像
所以就講了一些 deep learning 相關的內容
還有提到一個免費的線上研討會的資訊
Ψ 總結
自認沒有學得很好，怕會上來誤導大眾
但最近發覺評價文越多越好
所以就來分享一點經驗
有錯請指正～
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.29.128 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1612429009.A.B81.html
... <看更多>