好的學(xué)術(shù)論文具有哪些特點(diǎn)
好的學(xué)術(shù)論文具有哪些特點(diǎn)
學(xué)術(shù)論文使學(xué)生發(fā)現(xiàn)自己的長(zhǎng)處和短處，以便在今后的工作中有針對(duì)性地克服缺點(diǎn)，下面小編給大家分享一些好的學(xué)術(shù)論文的特點(diǎn)，大家快來(lái)跟小編一起欣賞吧。
好的學(xué)術(shù)論文具有的特點(diǎn)
以醫(yī)學(xué)學(xué)術(shù)論文為例，好的醫(yī)學(xué)論文具有以下特點(diǎn)： 一篇好的醫(yī)學(xué)SCI論文誕生，既要有好的選題，好的設(shè)計(jì)，又要有具體的實(shí)施和認(rèn)真的總結(jié)，作者必須把握好每一個(gè)環(huán)節(jié)，做到嚴(yán)肅、嚴(yán)謹(jǐn)、嚴(yán)密。有的人臨時(shí)想寫(xiě)一篇論文，平時(shí)沒(méi)有選題、沒(méi)有設(shè)計(jì)、沒(méi)有素材、更談不上積累，怎么能臨時(shí)寫(xiě)出論文呢?所以，醫(yī)學(xué)SCI論文寫(xiě)作一定要注意積累!
按醫(yī)學(xué)論文來(lái)源分類(lèi)：
分為原著(包括論著、著術(shù)及短篇報(bào)道)和編著(包括教科書(shū)、參考書(shū)、專(zhuān)著、文獻(xiàn)、綜述、講座、專(zhuān)題筆談、專(zhuān)題討論等)兩類(lèi);
按論文寫(xiě)作目的分類(lèi)為：學(xué)術(shù)論文和學(xué)位論文兩類(lèi);
按醫(yī)學(xué)學(xué)科及課題性質(zhì)分為：基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)、預(yù)防醫(yī)學(xué)、康復(fù)醫(yī)學(xué)等四類(lèi);
按論文的研究?jī)?nèi)容分：實(shí)驗(yàn)研究論文、調(diào)查研究論文、實(shí)驗(yàn)研究論文、資料分析論文、經(jīng)驗(yàn)體會(huì)論文五類(lèi);
按論文的論述體裁分為：論著、文獻(xiàn)、綜述、述評(píng)、講座、技術(shù)與方法、個(gè)案報(bào)告和醫(yī)學(xué)科普論文等。所以，作者必須根據(jù)自己研究工作和研究資料的內(nèi)容，選擇相應(yīng)體裁的論文表達(dá)形式。
每一項(xiàng)實(shí)驗(yàn)或者臨床觀察，均應(yīng)有嚴(yán)密的計(jì)劃和步驟。在應(yīng)用嚴(yán)密的操作和相關(guān)的程序當(dāng)中，更不允許隨意更改自己的科研設(shè)計(jì)和論證。專(zhuān)家經(jīng)?？吹皆S多作者寫(xiě)文章時(shí)，經(jīng)常使用，可能，大概，估計(jì)，或者數(shù)據(jù)沒(méi)有經(jīng)過(guò)統(tǒng)計(jì)便說(shuō)有明顯的療效等，這些用詞都是不嚴(yán)謹(jǐn)?shù)摹?/p>
關(guān)于醫(yī)學(xué)的學(xué)術(shù)論文
算法在醫(yī)學(xué)圖像三維重建中的應(yīng)用
摘要：
醫(yī)學(xué)圖像三維重建技術(shù)最早可以追溯到20 世紀(jì)70 年代初。由于集成三維重建平臺(tái)的醫(yī)學(xué)影像設(shè)備價(jià)格昂貴等客觀原因，國(guó)內(nèi)醫(yī)學(xué)圖像三維可視化診斷起步較晚，到90年代某些高校才開(kāi)始進(jìn)行各層面上的研究[1]。隨著計(jì)算機(jī)技術(shù)的發(fā)展，短短幾年，三維重建技術(shù)已成為人們探索生命奧秘，以及疾病診斷、手術(shù)規(guī)劃的重要手段。
1 常見(jiàn)的醫(yī)學(xué)三維重建素材
電子計(jì)算機(jī)斷層掃描Computed tomography，簡(jiǎn)稱(chēng)CT，是電子計(jì)算機(jī)和X線(xiàn)相結(jié)合的一項(xiàng)新穎的診斷新技術(shù)。其主要特點(diǎn)是具有高密度分辨率，比普通X線(xiàn)照片高10～20倍[2]。CT能準(zhǔn)確測(cè)出某一平面各種不同組織之間放射衰減特性的微小差異，并以數(shù)字圖像方式顯示，能極其精細(xì)地區(qū)分出各種軟組織的不同密度，從而形成對(duì)比。例如，頭顱X線(xiàn)平片不能區(qū)分腦組織及腦脊液，但CT不僅能顯示出腦室系統(tǒng)、還能分辨出腦實(shí)質(zhì)的灰質(zhì)與白質(zhì)。CT如再引入造影劑以增強(qiáng)對(duì)比度，其分辨率更為提高，可加寬疾病的診斷范疇，提高診斷正確率。
磁共振成像Magnetic Resonance Imaging ，簡(jiǎn)稱(chēng)MRI。磁共振成像是斷層成像的一種，它利用磁共振現(xiàn)象從人體中獲得電磁信號(hào)，并重建出人體信息。1946年斯坦福大學(xué)的Flelix Bloch和哈佛大學(xué)的Edward Purcell各自獨(dú)立發(fā)現(xiàn)了核磁共振現(xiàn)象。1972年P(guān)aul Lauterbur 發(fā)展了一套對(duì)核磁共振信號(hào)進(jìn)行空間編碼的方法，這種方法可以重建出人體圖像。磁共振成像技術(shù)與其他斷層成像技術(shù)有一些共同點(diǎn)，比如它們都可以顯示某種物理量(如密度)在空間中的分布。同時(shí)磁共振成像也有自身的特色，可以得到任何方向的斷層圖像、三維體圖像、甚至可以得到空間——波譜分布的四維圖像。
目前，醫(yī)學(xué)圖像三維重建方法主要有面繪制、體繪制以及由物體表面的二維灰度圖像重構(gòu)其三維幾何形狀法或稱(chēng)明暗恢復(fù)形狀法等幾種。
2 Marching Cubes算法基本原理
移動(dòng)立方體Marching Cubes[3]算法是Lorensen等人在1987年提出的等值面構(gòu)造方法，一直沿用至今，是體素單元內(nèi)等值面抽取技術(shù)的代表[4]。所謂等值面，是指在一個(gè)網(wǎng)格空間中由采樣值等于某一給定值的所有點(diǎn)組成的集合。該算法的本質(zhì)是將一系列兩維的切片數(shù)據(jù)看做是一個(gè)三維的數(shù)據(jù)場(chǎng)，從中將具
有某種域值的物質(zhì)抽取出來(lái)，以某種拓?fù)湫问竭B接成三角面片。
等值面是空間中所有具有某個(gè)相同值的體素點(diǎn)的集合，體素點(diǎn)的值采用V0~V7八個(gè)點(diǎn)在體素區(qū)域內(nèi)三線(xiàn)性插值的結(jié)果?？梢员硎緸椋篶是常數(shù)。F(f)為體數(shù)據(jù)f中的等值面。計(jì)算公式可表達(dá)為：
?、?/p>
其中α0,α1,……,α7是由V0~V7八個(gè)定點(diǎn)的值決定的常數(shù)。
在MC算法中，假定原始數(shù)據(jù)是離散的三維空間規(guī)則數(shù)據(jù)場(chǎng)如圖1所示。用于醫(yī)療診斷的斷層掃描(CT)及核磁共振成像(MRI) 等產(chǎn)生的圖像均屬于這一類(lèi)型。
MC算法的基本思想是逐個(gè)處理數(shù)據(jù)場(chǎng)中的體素，如圖2所示，分類(lèi)出與等值面相交的體素，采用插值計(jì)算出等值面與體素棱邊的交點(diǎn)(V0~V7) 。根據(jù)體素中每一頂點(diǎn)與等值面的相對(duì)位置，將等值面與立方體邊的交點(diǎn)按一定方式連接生成等值面，作為等值面在該立方體內(nèi)的一個(gè)逼近表示。在計(jì)算出關(guān)于體數(shù)據(jù)場(chǎng)內(nèi)等值面的有關(guān)參數(shù)后，利用常用的圖形軟件包或硬件提供的面繪制功能繪制出等值面[5]。
等值面的繪制一般采用二值化的方法，即通過(guò)與給定閥值的比較來(lái)確定該點(diǎn)的值(0或1)，頂點(diǎn)密度值<域值為Outside的為1，頂點(diǎn)密度值≥域值Inside的為0。V0~V7每個(gè)頂點(diǎn)有Outside和Inside 2個(gè)狀態(tài)，因此8個(gè)頂點(diǎn)共有256種組合狀態(tài)，根據(jù)互補(bǔ)對(duì)稱(chēng)性以及旋轉(zhuǎn)對(duì)稱(chēng)性，共有15種三角構(gòu)型。在重建時(shí)根據(jù)索引進(jìn)行查找時(shí)，每個(gè)索引分為索引，旋轉(zhuǎn)，三角模型三部分。Marching Cubes算法主要流程如下：
?、艑⑷S離散規(guī)則數(shù)據(jù)場(chǎng)分層讀入內(nèi)存。
?、茠呙鑳蓪訑?shù)據(jù)，逐個(gè)構(gòu)造體素，每個(gè)體素中的8個(gè)角點(diǎn)取自相鄰的兩層;8個(gè)定點(diǎn)可定義為(i，j，k)，(i+1，j，k)，(i+1，j+1，k)，(i+1，j，k+1 )，(i+1，j+1，k+1)，(i，j+1，k+ 1)，(i，j+1，k)，(i，j，k+1)(如圖3所示)。
?、菍Ⅲw素每個(gè)角點(diǎn)的函數(shù)值與給定的等值面值c比較，根據(jù)比較結(jié)果，構(gòu)造該體素的狀態(tài)表。
?、雀鶕?jù)狀態(tài)表，得出將與等值面有交點(diǎn)的邊界體素。
⑸通過(guò)線(xiàn)性插值方法計(jì)算出體素棱邊與等值面的交點(diǎn)。
?、世弥行牟罘址椒ǎ蟪鲶w素各角點(diǎn)處的法向量，再通過(guò)線(xiàn)性插值方法，求出三角面片各頂點(diǎn)處的法向。
?、烁鶕?jù)各三角面片上各頂點(diǎn)的坐標(biāo)及法向量繪制等值面圖像。
3 空間等值點(diǎn)的判斷及等值面與體素邊界的交點(diǎn)計(jì)算
任取一離散網(wǎng)格棱邊，設(shè)棱邊上兩結(jié)點(diǎn)分別為：Mi(xi, yi, zi, qi)和Mj (xj, yj, zj, qj);取量值的等值為C，當(dāng)滿(mǎn)足(q-c)(q-c)≤0(等值點(diǎn)判定條件式)則Mi和Mj兩點(diǎn)間取等值點(diǎn)Mo。另設(shè)等值點(diǎn)Mo的坐標(biāo)為(xo，yo，zo)，由Mi和Mj兩點(diǎn)根據(jù)線(xiàn)性插值可得公式⑵：
⑵
式中k=(qi-c)(qj-c)≤0。根據(jù)等值面判定條件式⑴，和等值點(diǎn)坐標(biāo)公式⑵可以按結(jié)構(gòu)離散信息對(duì)網(wǎng)格棱邊進(jìn)行搜索判斷，從而求出指定域中結(jié)構(gòu)體所有等值點(diǎn)。求出等值點(diǎn)以后，就可以將這些等值點(diǎn)連接成三角形或多邊形形成等值面的一部份。
4 等值面的法向量的計(jì)算
為了利用圖形硬件顯示等值面圖像，必須給出三角面片等值面的法向，選擇適當(dāng)?shù)墓庹漳Ｐ瓦M(jìn)行渲染，生成真實(shí)感圖形。對(duì)于等值面上的每一點(diǎn)，其沿面的切線(xiàn)方向的梯度分量應(yīng)該是零，因此沿該點(diǎn)的梯度矢量方向也就代表了等值面在該點(diǎn)的法向。等值面往往是具有不同密度物質(zhì)的分界面，因而其梯度矢量值不為零，即公式⑶：
?、?/p>
直接計(jì)算三角面片的法向是費(fèi)時(shí)的，為了消除各三角面片之間的明暗度的不連續(xù)變化，只要給出三角面片各頂點(diǎn)處的法向，并采用Gouraud模型繪制各三角面片。這里我們采用中心插分方法來(lái)計(jì)算各體素各角點(diǎn)的梯度。在三角形的情況下，計(jì)算出每一個(gè)三角形面片的法向量，然后用三角面的法向量求得每個(gè)頂點(diǎn)的法向量，最后用三角形三個(gè)頂點(diǎn)的三個(gè)法向量插值求出三角形面上某一點(diǎn)的法向量。對(duì)于等值面來(lái)說(shuō)有簡(jiǎn)單的方法計(jì)算頂點(diǎn)的法向量?？紤]到等高線(xiàn)的梯度方向與等高線(xiàn)的切線(xiàn)垂直，因此，可以用梯度矢量代替等高線(xiàn)的垂直線(xiàn)。在三維情況下，等值面的梯度方向就是等值面的法向方向。由此，可得到公式⑷：
⑷
5 Marching Cubes的優(yōu)化--網(wǎng)格模型簡(jiǎn)化算法
網(wǎng)格模型簡(jiǎn)化算法已經(jīng)取得了一系列的成果。目前的簡(jiǎn)化算法大多考慮以邊折疊前后的模型幾何位置變化為折疊代價(jià)，從而減少多邊形的數(shù)量，以達(dá)到提高運(yùn)算效率的目的。網(wǎng)格簡(jiǎn)化算法的目的是在盡可能保證圖像精度的前提下提高效率。因此，選取坐標(biāo)點(diǎn)的原則是盡可能接近原始網(wǎng)格，一般有子集選擇法和優(yōu)化選擇法[6]兩種子集選擇法即簡(jiǎn)單地在邊的兩個(gè)端點(diǎn)中選擇代價(jià)較小的那一個(gè)，優(yōu)化選擇法則是選取二次誤差最小的點(diǎn)v作為折疊點(diǎn)，該點(diǎn)所對(duì)應(yīng)的二次誤差測(cè)度為，而點(diǎn)v的二次誤差是二次方程，求其最小值就是求方程對(duì)x，y，z偏導(dǎo)為零的點(diǎn)，解出的x，y，z即為新的頂點(diǎn)坐標(biāo)。這一過(guò)程等價(jià)于公式⑸的矩陣方程求解。
⑸
折疊代價(jià)的度量
折疊代價(jià)的計(jì)算分為兩步。第一步：計(jì)算每個(gè)頂點(diǎn)的二次誤差側(cè)度時(shí)，以Garland的標(biāo)準(zhǔn)二次誤差測(cè)度為基礎(chǔ)，同時(shí)考慮周邊三角形面積的影響，計(jì)算每個(gè)頂點(diǎn)的二次誤差測(cè)度均值;第二步：計(jì)算邊折疊代價(jià)時(shí)，以邊的長(zhǎng)度和邊折疊后所引起的三角形形態(tài)變化的程度作為加權(quán)因子。
具體計(jì)算方法為：在三維空間中，平面P可以表示為ax+by+cz+d=0，也可以表示為PTv=0.其中P=[a，b，c]T是平面P的單位法向量，且有，d為常量。模型空間中任一點(diǎn)v=[x，y，z，1]T到該平面的距離的平方為公式⑹：
⑹
網(wǎng)格模型中的任意點(diǎn)v=[x，y，z，1]T的二次誤差Δ(v)的定義為該頂點(diǎn)到與該定點(diǎn)相關(guān)的平面的平方和，可以表示為公式⑺：
?、?/p>
其中，planes(v)表示所有包含定點(diǎn)v的三角平面構(gòu)成的一個(gè)集合，稱(chēng)為頂點(diǎn)v的相關(guān)平面集。初始狀態(tài)下網(wǎng)格模型中每個(gè)點(diǎn)的二次誤差為0，上式變形后可以得到公式⑻。
?、?/p>
其中kp為平面P的二次誤差測(cè)度。
?、?/p>
稱(chēng)為v=[x，y，z，1]T的二次矩陣。
稱(chēng)為點(diǎn)v的二次誤差。當(dāng)進(jìn)行邊折疊時(shí)，可使用一個(gè)附加規(guī)則(Garland et al. ， 1987)獲得點(diǎn)v處的二次誤差測(cè)度，該頂點(diǎn)的二次誤差值為，也就是該邊的折疊代價(jià)。
6 網(wǎng)格簡(jiǎn)化算法在 醫(yī)學(xué)三維重建上的 應(yīng)用
網(wǎng)格算法一般應(yīng)用于加快三維重建的速度，但是單純的網(wǎng)格算法卻缺乏實(shí)用價(jià)值。相對(duì)于其高速的繪制，損失的精度是無(wú)法接受的。因此，對(duì)網(wǎng)格簡(jiǎn)化算法又進(jìn)行了進(jìn)一步的優(yōu)化—基于體繪制的網(wǎng)格簡(jiǎn)化算法。
體繪制是將切片中所有的物質(zhì)(皮膚、骨骼、肌肉等)集中在一幅圖中顯示。但在只需要觀察骨骼的情況下，很多的三角面繪制都是沒(méi)有意義的。忽略那些不必要的三角面可在保證精度的同時(shí)有效地提高重建速度。
7 結(jié)束語(yǔ)
MC算法通過(guò)對(duì)比閥值來(lái)確定體素的多邊形，在面對(duì)大容量數(shù)據(jù)時(shí)往往有著速度慢這一無(wú)法回避的缺點(diǎn)，但現(xiàn)在各種有針對(duì)性的改進(jìn)使得它有了更大的 發(fā)展?jié)摿?，所以MC算法不僅僅是個(gè)單純的算法，它更接近于“體素” 這個(gè)概念?，F(xiàn)在流行的很多三維重建算法都是基于MC進(jìn)行改良的，目的是為了獲得所需要的特定的三維模型。象基于小波變換的醫(yī)學(xué)圖像融合算法，斷層醫(yī)學(xué)圖像插值算法等，則主要是為了使CT等數(shù)據(jù)容易受到MC算法中閥值的分割。現(xiàn)在，OpenGL，VTK等圖像函數(shù)庫(kù)的使用已使得三維圖像建模變得簡(jiǎn)單期望三維重建技術(shù)在醫(yī)學(xué)上的應(yīng)用會(huì)有更大的發(fā)展。
參考文獻(xiàn)：
[1] 蒲超,張育民.醫(yī)學(xué)圖象三維處理算法與應(yīng)用[J].兵工自動(dòng)化,2004.6:210~212
[2] 羅述謙,周果宏,石教英.基于三角形移去準(zhǔn)則的多面體簡(jiǎn)化模型[J]. 計(jì)算機(jī)學(xué)報(bào),2008.2:135~138
[3] Nielson GM.Dual Marching Cubes.IEEE Visualization 2004.
[4] 田捷,包尚聯(lián),周明全. 醫(yī)學(xué)圖像處理與分析[M].電子工業(yè)出版社2003.
[5] 金天弘,劉振宅. 醫(yī)學(xué)圖像三維重建的研究[J].醫(yī)療衛(wèi)生裝備,2008.2:34
看了“好的學(xué)術(shù)論文具有哪些特點(diǎn)”的人還看：
2.成功的學(xué)術(shù)論文的特點(diǎn)(2)
3.對(duì)學(xué)術(shù)論文重要性的認(rèn)識(shí)
5.什么是學(xué)術(shù)論文 學(xué)術(shù)論文格式 如何寫(xiě)作學(xué)術(shù)論文