今天大家在讨论时提到planar image，这个东西我不太懂。它可以用到therapy里，是很有用的一种影像模态。我在网上找到一篇2017年发表在Hindawi bioMed Research International上的文章"Whole-body SPECT/CT versus planar bone scan with targeted SPECT/CT for metastatic workup"。期刊说不上很出名，wiki查了下是SCIE，不是大家熟知的SCI或者EI之类的。作者有十个人，主要来自Switzerland，也有一位合作者来自USA。先不要主观评价论文就一定是水文。可能有些SCI三区四区里的文章不见得比这篇文章更"有料"。那既然文章是有料的，为啥作者们不把文章发在"好"期刊上呢？

  我粗略读后的一个观感，论文没有"模型"，没有"大学数学物理"支撑的理论或数值计算可能是一个原因。论文背后显然是有巨量的实验（experiments）性，数据分析性质的工作，不然不应该列十个作者在那儿，不然呢。文章可以划分在生物医学工程里偏实验方向数据分析。当然，数据分析也没有用什么深度学习机器学习方法。问题也不是做什么新问题，而是在他们有临床癌症病人数据基础上，去做两种方法的比较，一种是whole-body scan，一种是靶向（targeted）骨平扫（planar bone scan），比较两类图像在鉴别骨转移分类的敏感度（sensitivity）以及特异性（specificity），是转移了呢（metastatic），还是说不清（equivocal），还是没转移（nonmetastatic）。其实吧，都涉及分类了，随便搞一个分类算法在计算机跑一跑，套一个数学模型，电脑算一算，是不是就可以发"高质量"论文了呢？十个人里面就没有一个懂的？论文里讲人家是找经验丰富的读片子的师傅来做的。全文读读，其实就感觉接地气！clinic怎么做的，就怎么来。比如说吧，在planar scintigraphy acquisition和whole-body spect/ct acquisition小节里，连"Patients were asked to void before starting the acquisition"这都写了，还写了两遍。

  最后的结论，外行都猜到了，当然是whole-body好呗。

  说回这篇论文，我觉得挺好的。倒不是值得去验算数据分析的细节，毕竟你也没有那些prostate病人和breast cancer病人的数据，即便有，你不花个三五个月你也得不出数据背后的结论。关键还是我们能学得一些"常识"。怎么工作的流程，数据分析的流程，以及数据和分析方法的局限。文献引用也不多，就引用了十多篇……

  什么样的论文（research paper）是好论文，你觉得是好论文就是呗。不然呢，那就看你以什么标准去评价了。这篇论文就泛读到这里。（相关专业有闲医生朋友或医学工程实验数据病例影像学分析专业朋友可以找来看看）

  其实我还是更关心planar imaging的过程。