用途
medical-imaging-review 是一个面向医学影像人工智能研究的文献综述写作技能，适用于撰写综述论文（survey papers）、系统综述（systematic reviews）或针对特定主题的文献分析。
主要能力
该技能以系统化的 7 阶段工作流组织综述写作（详见 references/WORKFLOW.md），并提供领域专用模板（详见 references/DOMAINS.md）。其核心写作原则包括：
- 写作风格：使用审慎措辞，如 "may"、"suggests"、"appears to"、"has shown promising results"；避免绝对化表述，不写 "X is the best method"；每项论断需有引用支撑；每个方法章节需包含 Limitations 段落。
- 必备要素：标题后设 Key Points 框（3-5 条）；每个主要章节配对比表；性能指标格式为 Dice（0.XXX）、HD95（X.XX mm）；提供带详细说明的图表占位符；参考文献通常 80-120 篇，并按主题组织。
- 段落结构：主题句（主要论断）→ 支撑证据（引用与数据）→ 分析（批判性评价）→ 过渡至下一段。
使用方式
项目初始化建议采用三个核心文件：
- CLAUDE.md：写作指南与术语
- IMPLEMENTATION_PLAN.md：分阶段执行计划
- manuscript_draft.md：主稿
随后按 7 阶段工作流推进，并使用领域专用模板。
文献检索采用多源策略：ArXiv 用于最新深度学习方法与预印本（工具：search_papers、read_paper）；PubMed 用于临床验证与同行评审文献（工具：pubmed_search_articles）；Zotero 用于已有文献库与整理引用（工具：zotero_search_items）。MCP 配置细节见 references/MCP_SETUP.md。
技能提供标准综述结构，包括：标题（格式为「[Title]: State of the Art and Future Directions」）、Key Points、Abstract、1. Introduction（1.1 临床背景、1.2 技术挑战、1.3 范围与贡献）、2. Datasets and Evaluation Metrics（2.1 公开数据集 Table 1、2.2 评价指标）、3. Deep Learning Methods（分方法类别，含 Table 2 方法对比）、4. Downstream Applications、5. Commercial Products & Clinical Translation（Table 3）、6. Discussion（6.1 当前局限、6.2 未来方向）、7. Conclusion、References。
方法描述模板要求为每个方法类别写出 1-2 段带动机的介绍，然后以「[Method Name]: [Author] et al. [ref] proposed [method], which [innovation]」的形式列出关键组件，并报告在对应数据集上的 Dice 值，最后附 Limitations 段落。
引用格式示例包括：数据引用「...achieved Dice of 0.89 [23]」；方法引用「Gu et al. [45] proposed...」；多引用「Several studies demonstrated... [12, 15, 23]」；对比引用「While [12] focused on..., [15] addressed...」。
参考文件
- references/WORKFLOW.md：详细的 7 阶段工作流
- references/TEMPLATES.md：CLAUDE.md 与 IMPLEMENTATION_PLAN.md 模板
- references/DOMAINS.md：领域专用方法分类
- references/MCP_SETUP.md：MCP 服务器配置
- references/QUALITY_CHECKLIST.md：投稿前质量检查清单
适用场景
需要撰写医学影像 AI 领域的综述论文、系统综述或文献分析时使用。
限制
资料未提供该技能的具体收费、价格、平台支持范围与使用效果信息。