mcpField
M
medical-imaging-review

medical-imaging-review

github.com/leonchaoxドキュメント99072 回インストール15 週間前に更新
リポジトリ

medical-imaging-review について

medical-imaging-reviewは、医学画像AIの文献レビューを作成する研究者向けスキルです。7段階のワークフローと分野別テンプレートを備え、文献収集から手法の比較、論文構成までを支援します。

主な機能

  1. 017段階のレビュー手順
  2. 02医学画像分野別テンプレート
  3. 03複数ソースの文献調査方針
  4. 04比較表と評価指標の指針
  5. 05引用と品質確認のガイド

活用シーン

  1. 01医学画像ディープラーニング手法の調査
  2. 02DiceとHD95によるセグメンテーション手法の比較
  3. 03体系的な文献レビューの構成

MCP 対応

READMEではMCP設定についてreferences/MCP_SETUP.mdを案内していますが、具体的なMCP機能は説明されていません。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/leonchaox/qinyan-academic-skills --skill medical-imaging-review

インストール後、Claude Code で/medical-imaging-reviewを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
DOMAINS.md
MCP_SETUP.md
QUALITY_CHECKLIST.md
TEMPLATES.md
WORKFLOW.md

詳細

医用画像 AI 文献レビューのスキル

体系的な 7 フェーズのワークフローに従って、包括的な文献レビューを執筆します。

クイックスタート

  1. 次の 3 つの主要ファイルでプロジェクトを初期化します:

    • CLAUDE.md - 執筆ガイドラインと用語
    • IMPLEMENTATION_PLAN.md - 段階的な実行計画
    • manuscript_draft.md - 原稿本文
  2. 7 フェーズのワークフローに従います(references/WORKFLOW.md を参照)

  3. 分野別のテンプレートを使用します(references/DOMAINS.md を参照)


基本原則

執筆スタイル
  • 断定を避ける表現:「可能性があります」「示唆されています」「〜と思われます」「有望な結果が示されています」
  • 絶対的な表現を避ける:「X が最良の手法です」とは決して述べません
  • 引用による裏付け:すべての主張に参考文献が必要です
  • 限界:各手法のセクションに「限界」の段落が必要です
必須要素
  • タイトルの後に Key Points ボックス(3~5 項目)
  • 主要なセクションごとの 比較表
  • 性能指標:Dice(0.XXX)、HD95(X.XX mm)
  • 詳細なキャプション付きの 図のプレースホルダー
  • 参考文献:通常 80~120 件。トピック別に整理します
段落構成
Topic sentence (main claim)
  → Supporting evidence (citations + data)
  → Analysis (critical evaluation)
  → Transition to next paragraph

文献の情報源

包括的に網羅するため、複数の情報源を組み合わせてください:

情報源主な用途ツール
ArXiv最新の DL 手法、プレプリントsearch_papers、read_paper
PubMed臨床的検証、査読済み文献pubmed_search_articles
Zotero既存ライブラリ、整理された文献zotero_search_items

MCP の設定方法については、references/MCP_SETUP.md を参照してください。


標準的なレビュー構成

# [Title]: State of the Art and Future Directions

## Key Points
- [3-5 bullets summarizing main findings]

## Abstract

## 1. Introduction
### 1.1 Clinical Background
### 1.2 Technical Challenges
### 1.3 Scope and Contributions

## 2. Datasets and Evaluation Metrics
### 2.1 Public Datasets (Table 1)
### 2.2 Evaluation Metrics

## 3. Deep Learning Methods
### 3.1 [Category 1]
### 3.2 [Category 2]
(Table 2: Method Comparison)

## 4. Downstream Applications

## 5. Commercial Products & Clinical Translation (Table 3)

## 6. Discussion
### 6.1 Current Limitations
### 6.2 Future Directions

## 7. Conclusion

## References

手法の説明テンプレート

### 3.X [Method Category]

[1-2 paragraph introduction with motivation]

**[Method Name]:** [Author] et al. [ref] proposed [method], which [innovation]:
- [Key component 1]
- [Key component 2]
Achieves Dice of X.XX on [dataset].

**Limitations:** Despite advantages, [category] methods face:
(1) [limit 1]; (2) [limit 2].

引用のパターン

# Data citation
"...achieved Dice of 0.89 [23]"

# Method citation
"Gu et al. [45] proposed..."

# Multi-citation
"Several studies demonstrated... [12, 15, 23]"

# Comparative
"While [12] focused on..., [15] addressed..."

参照ファイル

ファイル用途
references/WORKFLOW.md詳細な 7 フェーズのワークフロー
references/TEMPLATES.mdCLAUDE.md と IMPLEMENTATION_PLAN.md のテンプレート
references/DOMAINS.md分野別の手法カテゴリ
references/MCP_SETUP.mdMCP サーバーの設定
references/QUALITY_CHECKLIST.md投稿前の品質チェックリスト

コメント