#人工智能#

38篇内容 | 1618人围观

关注话题

话题活跃用户
#插入话题
2022-09-22
#深度学习#模型预测进展期#胃癌##新辅助化疗#疗效,这一类采用深度学习的#人工智能#方法,效果应该是可以的,但是,往往不具有可解释性,因此,临床应用未必就OK
0
2022-09-20
审稿速度:2.0 | 投稿命中率:50.0
偏重的研究方向:临床医学;分子诊断学;表观遗传学
经验分享:MedComm 是科研和教育领域的全球领导者——Wiley公司和四川省国际医学交流促进会共同出版发行的全英文生物医学专业期刊(https://onlinelibrary.wiley.com/journal/26882663 ),创刊于2020年6月,当年8月被#DOAJ#数据库收录,2021年7月分别被PubMed Central和#ESCI#数据库接收,11月被正式索引,2022年5月又被Scopus正式收录。

MedComm 是同行评审的在线发表#开放获取# (OA) 期刊,及时出版关于生物医学领域的基础研究与临床研究方面的工作,力争成为生物医学领域中具有国际影响力的高质量SCI学术期刊。

发表范围
#临床医学##分子诊断#学、#表观遗传学#/遗传学、细胞生物学、药物发现、进化医学、#纳米#技术和#人工智能#。本期刊重点报道的内容包括疾病特征、致病机理、医学技术的临床和实验进展。

感兴趣的主题包括但不限于:
Epigenetics, genomics, proteomics and metabonomics
表观遗传学、#基因组学##蛋白质组学##代谢组学#
Non-coding RNA in disease
疾病中的#非编码RNA#
Cell senescence and cell death
细胞#衰老#和细胞死亡
Cellular signal transduction
细胞#信号转导#
Gene therapy and Gene editing
#基因治疗##基因编辑#
Cancer immunology and Immunotherapy
# 癌症免疫学##免疫治疗#
Structural Biology, chemical genomics and drug discovery
#结构生物学##化学基因组学##药物发现#
High-definition imaging
高清晰度成像
Artificial intelligence in medicine
医学中的人工智能
Stem cells and Regenerative medicine
#干细胞##再生医学#
Nanomedicine and drug delivery system
纳米医学和#药物输送系统#
Early disease diagnosis and biomarkers
早期疾病诊断和#生物标志物#
Clinical trials evaluating new treatments for cancer or other diseases
评估#癌症#或其他疾病新疗法的临床试验

发表文章类型
研究论文(Original Article)
综述(Review)
展望(Perspective)
研究亮点(Research Highlight)
致编辑信函(Letter to the Editor)

同行评审数据
期刊采用Free Format Submission, 投稿时文章格式不限,正式接收时再按本期刊要求修改
对于重要的原创性成果采取“快速通道”模式,帮助作者以最快的速度发表文章。
2021年期刊审稿数据:
从作者投稿到编辑做出首个决定的中位时间为24天(送审的投稿)
从作者投稿到编辑做出最终决定的中位时间为54天(送审的投稿)
论文接收率为40%

出版数据
#MedComm#一年出版4期,采用连续出版的方式,以便期刊论文及时被PubMed Central、Web of Science、Scopus、DOAJ等国际知名检索数据库收录,被全球读者及时获取和阅读。
从Wiley接收论文至论文在线出版的中位时间为35天。

收费情况
2020年至2022年底期刊免收论文出版费
MedComm是在线开放获取期刊,采用CCBY许可,作者拥有论文版权。所有论文一经发表,可以在全球范围内免费阅读、下载和使用,极大地增加了研究成果的传播和引用。开放获取能给论文带来高出3.2倍的下载量、高出1.5倍的引用数和高出2.7倍的Altmetric数值。

0
2022-09-10
#研究设计##数据质量##人工智能#,在医学上,其实就是研究设计,只有好的设计,再加上高质量的数据,才能训练出优秀的人工智能结果。目前仅大病历的数据质量很难满足要求
2022-08-29
这一届#ESC#年会上#人工智能#十分活跃,有很大的突破,在多种#图像识别#方面,都不亚于医生了
2022-08-04
#人工智能#从现在开始,确定几乎所有科学已知的蛋白质的3D形状将像使用搜索引擎一样简单。 研究人员已经使用AlphaFold(革命性的人工智能(AI)网络)来预测来自100万个物种的约2亿种蛋白质的结构,几乎涵盖了地球上所有已知的蛋白质。从本质上讲,它涵盖了整个蛋白质世界。 蛋白质的3D形状或结构决定了它在细胞中的功能。大多数药物都是使用结构信息设计的,准确的地图通常是发现蛋白质如何工作的第一步。 伦敦大学学院的计算生物学家使用AlphaFold数据库来鉴定新的蛋白质家族,她评价说研究人员正在为这个巨大宝库的释放做好准备。
2021-11-20
#人工智能#所提出的深度学习(DL)模型可用于快速评估以MRI为基础的腰椎管狭窄(LSS)。现阶段在临床实践中,LSS的诊断仍然依赖于放射科医生的主观意见。本研究提出的DL模型可以在放射科医生的监督下提供半自动化的评估及报告,为更一致和客观的报告的提出提供了技术支持。DL模型的进一步发展可由国际专家组成的共识小组参与,以减少任何标签错误和偏见。同时,DL模型也可以在MRI上对LSS的纵向随访进行评估。
2021-08-03
#人工智能#有时还不一定比得上人工!不要太迷信人工智能了
共37条页码: 1/2页20条/页