2017 年全国科研论文制图高级学习班(第 20-21 期)

作者:   2017-09-22
字体大小:
  • 会议时间: 2017-10-19至 2017-10-22
  • 会议地点: 北京
  • 电话:4006672830
  • 传真:
  • 联系人:彭老师
  • Email: ufigure@163.com
  • 联系地址:
  • 会议网址:www.ufigure.net

2017 年全国科研论文制图高级学习班(第 20-21 期)邀 请 函

图片是文章的关键组成部分,规范的、高质量的图片是发表高水平文章的必备条件。「优图课堂」特面向国内广大科研人员,举办 2017 年全国科研论文制图高级学习班(第 20-21 期),分别为 2017.10.19-22 北京 / 11.2-5 上海,每期时间 4 天,包括《图表与统计》班(前 2 天)和《图像与示意图》班(后 2 天)。《图表与统计》班讲解如何利用 Prism 和 Illustrator 进行图表制作、统计分析、曲线拟合和图表组合等操作;《图像与示意图》班讲解如何利用 Photoshop 和 Illustrator 进行图像处理、图像分析、图片组合和示意图绘制等操作。最终清晰准确地展示实验结果和科研思路,彻底解决发表文章时图片制作的相关问题。除了科研论文发表,本学习班还可以为科研工作者项目申请书撰写、论文及项目答辩提供有力支持。现特邀请您参加本次学习班。

【学习班内容】
(注:表中所列只是本课程部分知识点,课上不会依次逐条讲解,而是融入到案例中学习,效果更好)
《图表与统计》
一、概述
为什么学习这门课程?
图表对文章的重要性
科研图片优劣对比
图片类型:Graph、Photo、Illustration
什么是位图?什么是矢量图?分别有何特点?
Tif 格式有何特点?为何期刊投稿要求 LZW 压缩?
G 格式有何特点?适用于何种用途?
常用的矢量图片格式有哪些?有何特点?
什么是 RGB 模式和 CMYK 模式?如何转换?
rism 和 Illustrator 软件有何用途和特点?
文章投稿时对图片格式、颜色模式、分辨率和文件大小、尺寸、标题、构图、颜色、文字、线条和标记有何要求?如何才能作出规范的图表?
二、曲线拟合
什么是曲线拟合?
什么是线性回归?什么是非线性回归?
什么是曲线拟合中的最小二乘法?
如何利用 Prism 内置曲线进行曲线拟合?
如何对两条以及多条曲线的参数进行统计学分析比较?
如何根据拟合曲线计算未知的 X、Y 值?
什么是相对 IC50 值?什么是绝对 IC50 值?二者有何不同?
三、图表制作
一张图表有哪些构成要素?
XY 数据图有何特点?与柱形图有何本质区别?
如何将所有图表的格式快速设置为统一?
科研 XY 图数据点之间应该选择折线还是光滑曲线连接?
什么是半对数图?适用于何种类型的数据?与常规线性图表有何区别?
什么是直方图?如何制作?有何用途?
什么是普通柱形图?散点柱形图?适合何种类型的数据?
什么是成组柱形图?适合何种类型的数据?
如何设置 Y 轴分段或者双 Y 轴?分别适合何种数据?
如何制作堆积柱形图?适合何种类型的数据?
什么是箱式图?适合什么类型的数据?有何用途?为什么箱式图显示数据的中位数而非平均值?
什么是折线图?与 XY 数据图有何不同?
什么是生存曲线?可以用于什么类型的数据?如何制作?
统计分析方法和图表类型之间有何对应关系?如何根据数据类型或统计方法选择对应的图表类型?
如何将图表导出为 pdf 或 eps 等矢量格式?
如何将图表导出为 tiff 位图格式?导出时对图片分辨率和压缩方式有何要求?
四、统计分析
统计分析在数据处理中有何作用?科研人员应该如何学习统计分析?
如何利用 Prism 软件进行统计分析?如何根据实验数据选择合适的统计方法?如何解读分析结果?
图表类型与统计分析方法有何对应关系?
什么是 t 检验?方差分析?二者分别适用于何种数据?有何使用前提条件、有何异同?
什么是单样本 t 检验?双样本独立 t 检验?双样本配对 t 检验?分别适用于何种类型的数据?
什么是单因素和双因素方差分析?什么是随机区组和重复测量方差分析?适用于何种数据?
如何进行方差分析后的多重比较?什么是多重比较校正?如何正确选择多重比较方法?
什么是非参数秩和检验?适用于何种数据?如何进行检验?非参数检验对应何种图表类型?
什么是列联表?如何进行卡方检验?卡方检验适用于何种数据?如何进行卡方检验后的多重比较?
什么是生存分析?如何进行多组数据的多重比较?
如何进行离群值检验?在何种情况下使用?
如何设计实验可以提高统计分析的检验效率?如何在相同实验分组情况下提高检验效率?
D 与 SEM 有何区别?
如何正确理解 p 值的意义?统计学意义的差异是否代表专业意义的差异?
五、图表组合
图表如何组合拼排才能使最终投稿图片达到足够的清晰度和分辨率?
如何将图表软件如 Prism、Excel、Origin 等作的图导出为矢量格式?
如何对矢量格式图表进行编辑和组合?
如何确定图片尺寸?期刊投稿有何规范?
期刊投稿对图表中线形宽度和字号字体有何要求?
如何将不同图表的线型宽度和文字批量调整统一?
如何将不同作图软件如 Excel、Prism、Origin 等做的图调整为统一风格?
如何在使各个小的图表在大图上按坐标轴对齐?
图片如何导出为 tiff 格式?什么是 LZW 压缩?期刊投稿对图片分辨率有何要求?
为什么我们的图谱类数据总是不清楚?
对于红外、粒径、液相、质谱、核磁共振、流式细胞、DSC、TG 等各种类型的图谱类数据,该如何正确处理才能清晰显示?
如何将多个图谱叠加到一张图片中,并且设置不同的颜色?
如何根据原始数据自行绘制图谱?如何调整图谱数据格式?
如何用 Ai 对图谱进行基线校正?
如何将图谱类数据导出为高分辨率图片?

《图像与示意图》
一、概述
CI 期刊对实验图像有何要求?
示意图在文章投稿、项目申请书撰写中有何作用?
什么是位图和矢量图?RGB 和 CMYK 色彩模式?
hotoshop 和 Illustrator 这两款软件有何用途和特点?可实现什么功能?
文章投稿时对图像和示意图有何要求?
二、图像处理
中的直方图对图片调整有何意义?
图像亮度和对比度、色阶和曲线调整有何技巧?
如何将不同环境下拍的图像色调调为统一?
使用何种功能可实现图像的批量调整操作?
如何快速擦除图片上的点、线、文字?对于纯色背景和杂乱背景的图像,处理方式有何不同?
如何去掉图像的杂乱背景,显示图像重点部分,变成透明背景的图片?
什么是蒙版?在科研图像的处理中有何妙用?
如何利用 Photoshop 对电镜图片上伪彩?
对于明暗不均匀的图像,如何将亮度调为统一?
如何利用蒙版进行抠图?对于硬边缘和毛边缘的物体有何不同?蒙版抠图有何优势?
如何进行不同颜色荧光图片的叠加?
用 Photoshop 处理图像时,有什么规范?哪些部分是不允许进行后期修改的?
有哪些常用快捷键和操作技巧可加快图片处理?
三、图像分析
如何根据纳米粒电镜图片测量纳米粒平均粒径?如何根据测得的数据绘制粒径分布图?
如何根据细胞荧光显微镜照片进行手动或者自动细胞计数?
如何根据 western
lot 照片进行条带灰度分析?如何正确扣除背景灰度值?
四、图像组合
如何用 Ai 进行图像组合?如何将不同来源的图表和图像组合为一张图片?
如何确定最终图片的尺寸?期刊对此有何要求?
如何使各个小图对齐或者等距分布?如何使其按照一定间距统一等距分布?
什么是图层?它在图像组合时有何用途?
如何给图片添加分割线、标尺和标记?
如何将不同来源的显微图片的标尺调整为统一?
如何对图像中的不规则重点区域进行边界标记?
如何制作图像局部放大效果?
什么是剪切蒙版?有何妙用?
如何将不同来源的 Western
lot 条件按一定横宽比裁剪?如何将倾斜的条带调整为水平?
图片如何导出为 tiff 格式?什么是 LZW 压缩?
如何让投稿图片有足够高的分辨率?对于不同类型的图片,如何选择适合分辨率?
五、示意图绘制
示意图构图有何理论和技巧?如何巧妙利用构图元素的色彩、面积、大小、前后、位置、形状、取向等变化来构图?示意图上如何突出研究重点?
那些世界名画中有何构图奥秘?我们如何借鉴这些奥秘使自己绘制的示意图更协调?
如何绘制细胞信号通路?
如何绘制 3D 抗体?受体?线粒体?溶酶体?细胞核?如何表现核孔?如何绘制形态各异的蛋白?如何绘制 3D 效果的双链 DNA?
如何快速绘制磷脂双分子层结构?如何表现其立体结构?如何表现生物膜内陷和融合效果?如何绘制形态各异的立体细胞膜?如何表现蛋白插入细胞膜效果?
如何绘制 3D 离子通道?
如何绘制 3D 脂质体?3D 双层载药聚合物纳米粒?如何绘制 3D 载药带孔空心球?
如何绘制 NK 细胞和巨噬细胞?
如何快速调整对象或整个示意图的色彩搭配?
如何将上述案例所学知识点推广利用到不同学科的示意图案例绘制中?
对于初学者,如何才能快速高效的绘制示意图?
对于使用 ppt 绘制的示意图,如何将其导出为高分辨率图片?

【授课特色】
您是否有这样的疑问:
1. 我从来没接触过这些软件,几天时间我就可以学会使用吗?
2. 我没有绘画基础,更没有艺术细胞,这几天我就能学会做这种高大上的示意图吗?
3. 我没有统计学基础,能很快学会那些统计方法并熟练应用吗?
不用担心这些!本课程的特色就是不会讲解晦涩难懂让人望而生畏的基础理论,也会不灌输冗长死板使人一学就困的软件标准教程,我们会把这些理论和教程都融入到每个案例中,变成可操作的接地气的实战练习,即使您是理论零基础、软件零基础,也能轻松学会。同时课程讲解也不会局限于这些案例,而是通过案例讲解使您快速学会软件操作,从而用到其他实际案例中。本课程会让您感到易懂、有趣、明觉厉!

【主讲老师】
本次学习班特邀华东师范大学化学与分子工程学院闫志强老师主讲。
闫志强,男,博士,华东师范大学研究生课程《科研论文计算机制图》主讲老师,在实验数据处理、图表绘制、统计分析、图片处理与组合、示意图绘制等方面有丰富经验。个人图片作品已被发表至很多高水平 SCI 期刊。优图课堂已邀请他主讲十余期科研论文制图学习班,该学习班内容丰富、实用性强,并采用案例式教学,容易接受,受到大家的广泛好评。他也曾多次受邀在国内知名高校、科研院所、医院作关于科研论文制图的系列讲座,被评价为「发表高水平文章的必备课程」。

【学习班安排】
北京班(第 20 期)
《图表与统计》班:
日期:2017 年 10 月 19-20 日
报到时间:18 日 14:00-17:30;19 日 8:00-8:30
《图像与示意图》班:
日期:2017 年 10 月 21-22 日
报到时间:21 日 8:00-8:30
地址:北京市金泰之家酒店盛达园店
西城区复兴门外大街丁 23 号。北京站、南站、西站乘地铁转 1 号线;首都国际机场乘机场线至东直门站乘 2 号线转 1 号线;南苑机场乘机场大巴至西单乘 1 号线,木樨地站下车,B1 出口出站步行 50 米即到。

上海班(第 21 期)
《图表与统计》班:
日期:2017 年 11 月 2-3 日
报到时间:1 日 14:00-17:30;2 日 8:00-8:30
《图像与示意图》班:
日期:2017 年 11 月 4-5 日
报到时间:4 日 8:00-8:30
地址:上海清水湾会议中心 4 楼

上海市普陀区凯旋北路 1305 号(近宁夏路)。上海火车站和上海南站可乘地铁 3 号线;上海虹桥站和浦东机场可乘地铁 2 号线至中山公园站,换 3/4 号线至金沙江路站,2/3 号口出来步行 300 米即到。

【报名方式】
报名方式:
登录优图视觉官网(www.ufigure.net),下载并填写报名表后发送至 ufigure@163.com
报名后 3 天内您会收到邮件回执,如没收到,请电话联系确认。
人数限制:为保证授课质量,每次学习班限报 80 人,将按缴费顺序确定名额。
报名截止日期:2017.10.13 北京 / 10.27 上海

【报名费用】
单独报班:
《图表与统计》班注册费:2200 元/人
《图像与示意图》班注册费:2200 元/人
提前缴费(报名截止日之前)、团体报名(≥ 3 人)、学生(报到须带学生证)可分别优惠 100 元;三种优惠可叠加。
两班合报:
注册费:3000 元/人
提前缴费(报名截止日之前)、团体报名(≥ 3 人)、学生(报到须带学生证)可分别优惠 200 元;三种优惠可叠加。

注册费含课程费、资料费(内部讲义和 8 G 优盘电子资料)。
会后我们会邮寄「会务费」发票,供报销使用。

【住  宿】
主办方可为学员安排酒店,住宿费用自理。
北京:金泰之家盛达园店 (010-68521188)
标准间(含早):
360 元/天
上海:清水湾大酒店 (021-62858000)
标准间(含早):350 元/天
合住半价,如无法安排合住,需付全款;
如您行程有变,请务必通知我们取消住宿预订。

【缴费方式】
注册费可通过银行转账、支付宝转账或现场缴纳等三种方式缴费
银行转账:
单位全称:图羽教育科技(上海)有限公司
账号:03002854545
开户银行:上海银行天山支行
(部分单位转账需行号:325290003213)
企业支付宝
支付宝账号:tuyujiaoyu@126.com
单位全称:图羽教育科技(上海)有限公司
现场缴纳
现场可刷卡(储蓄卡、信用卡、公务卡均可)或支付宝转账
汇款请务必备注您的单位和姓名,汇款请务必备注您的单位和姓名,请保留汇款凭证(扫描或截图)以备核对。缴费后 3 天之内您会收到邮件确认信,如没收到请联系我们。我们将按照缴费顺序安排名额和座位。

【注意事项】
学员需自带电脑,操作系统推荐 Windows。
《图表与统计》班所用软件包括 Excel、Prism 和 Illustrator;《图像与示意图》班所用软件包括 Photoshop 和 Illustrator。报名成功后,我们会将下载地址发送至您的邮箱,请大家务必提前下载软件并完成安装。如安装有问题,请 QQ 咨询优图课堂客服或提前到达会场咨询。
上课所用的素材将保存于优盘中,报到时领取。

【联系方式】
联系人:彭老师
电话(免长途费):400-667-2830
邮箱:ufigure@163.com
微信公众号:优图视觉
QQ:2831120065

图羽教育科技(上海)有限公司     
2017 年 8 月 18 日

编辑: 姚俊华   

声明:

1.丁香会议频道仅负责发布会议信息,如需参会、获取邀请函或会议日程,请与主办单位联系

2.部分会议信息来自互联网,如您发现信息有误,请联系meeting@dxy.cn纠错

3.如您发现信息不全,可点击Google搜索更多

4.更多服务信息请点击这里