Уважаемые коллеги, доброго времени суток! Представляем вам немецкое научное издание Laboratory Medicine. Журнал имеет четвёртый квартиль, издаётся в Walter de Gruyter GmbH, находится в открытом доступе, его SJR за 2021 г. равен 0,186, импакт-фактор 0,989, печатный ISSN - 2567-9430, электронный - 2567-9449, предметные области - Дискретная математика и комбинаторика, Клиническая биохимия, Медицинская биохимия. Вот так выглядит обложка:
Редактором является Петер Шуфф-Вернер, контактные данные - pschuffw@med.uni-rostock.de, labmed@dgkl.de.
Это журнал открытого доступа, который выходит раз в два месяца. В нем сообщается о последних разработках в области лабораторной медицины. Особое внимание уделяется диагностическим аспектам клинической лаборатории, хотя технические, нормативные и образовательные темы рассматриваются в равной степени. Журнал специализируется на публикации высококачественных, компетентных и своевременных обзорных статей по клиническим, методологическим и патогенетическим аспектам современной лабораторной диагностики. Эти обзоры критически рассматриваются экспертами-рецензентами и младшими редакторами JLM, которые являются специалистами в различных областях лабораторной медицины. Кроме того, JLM публикует оригинальные исследовательские статьи, тематические отчеты, точечные / контрапунктные статьи и письма в редакцию, все из которых рецензируются, по крайней мере, двумя экспертами в этой области. JLM публикует только англоязычные статьи. Тематика:
- Аллергия и аутоиммунитет;
- Биобанкинг.
- Клиническая химия и метаболизм;
- Мониторинг лекарств и токсикология;
- Эндокринология;
- Экстра-аналитика;
- Гериатрическая лаборатория;
- Гематология;
- Гемостазиология;
- Инфекционные болезни и микробиология;
- Воспаление и сепсис;
- Информатика в лабораторной медицине;
- Управление лабораторией;
- Молекулярно-генетическая и цитогенетическая диагностика;
- Неврология;
- Лаборатория;
- Онкологическая диагностика / Профилирование жидкостей;
- Педиатрическая лаборатория;
- Тестирование на месте оказания медицинской помощи;
- Протеомика и метаболомика.
Адрес издания - https://www.degruyter.com/journal/key/labm/html#overview
Пример статьи, название - Automated assessment of immunofixations with deep neural networks. Заголовок (Abstract)
Objectives
The reliable evaluation of immunofixation electrophoresis is part of the laboratory diagnosis of multiple myeloma. Until now, this has been done routinely by the subjective assessment of a qualified laboratory staff member. The possibility of subjective errors and relatively high costs with long staff retention are the challenges of this approach commonly used today.
Methods
Deep Convolutional Neural Networks are applied to the assessment of immunofixation images. In addition to standard monoclonal gammopathies (IgA-Kappa, IgA-Lambda, IgG-Kappa, IgG-Lambda, IgM-Kappa, and IgM-Lambda), also bi- or oligoclonal gammopathies, free chain gammopathies, non-pathological cases, and cases with no clear finding are detected. The assignment to one of these 10 classes comes with a confidence value.
Results
On a test data set with over 4,000 images, approximately 25% of the cases are sorted out as inconclusive or due to low confidence for subsequent manual evaluation. On the remaining 75%, about 3,000 cases, not even one is classified as falsely positive, and only one as falsely negative. The remaining few deviations of the automated assessment from the classifications assigned manually by experts are borderline cases or can be explained otherwise. As a software running on a standard desktop computer, the Deep Convolutional Neural Network needs less than a second for the assessment of an immunofixation image.
Conclusions
Assisting the laboratory expert in the assessment of immunofixation images can be a useful addition to laboratory diagnostics. However, the decision-making authority should always remain with the physician responsible for the findings.
Keywords: artificial intelligence; computer assisted diagnosis; deep convolutional neural network; image recognition; immunofixation; pattern recognition