首页期刊导航|中国医学物理学杂志
期刊信息/Journal information
中国医学物理学杂志
中国医学物理学杂志

胡逸民

双月刊

1005-202X

yxwl@263.net.cn

020-61648280

510515

广州市同和南方医科大学生物医学工程学院

中国医学物理学杂志/Journal Chinese Journal of Medical PhysicsCSCDCSTPCD北大核心
查看更多>>本刊是国际医学物理学组织（ZOMP）的成员——中国医学物理学会会刊，是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。
正式出版
收录年代

    超导心磁信号测量技术及冠心病筛查

    艾海明董哲葛静茹米旺...
    1265-1272页
    查看更多>>摘要：目的:为解决微弱心磁信号测量难题和验证临床应用效果，研究超导心磁信号测量技术及冠心病筛查。方法:首先，分析超导心磁信号测量技术原理，并构建超导心磁信号测量技术框架。其次，设计主机控制器、磁通锁定环、信号调理模块等关键电路，并研制软件系统和核心算法。最后，入组心脏健康、轻度心肌缺血和重度心肌缺血共计255例受检志愿者，分别同步心磁检查和冠脉造影术(CAG)检查进行对比试验。结果:对比试验结果表明:(1)健康受检者电流密度向量分布存在对等双极结构，心肌缺血受检者电流密度向量分布不存在对等双极结构;(2)心磁筛查与CAG筛查总体符合率Cr、总体Kappa值、重度缺血符合率、轻度缺血符合率、阴性符合率分别为86。22%、78。21%、86。79%、84。09%、86。67%;(3)心磁筛查结果真实性评价指标即敏感度、特异度、阳性率、阴性率、阳性似然比、阴性似然比分别为87。16%、84。41%、86。00%、86。67%、5。98、0。08。结论:心磁筛查和CAG筛查在心肌缺血诊断方面具有较高的符合率和一致性，超导心磁信号测量技术是一种准确又可靠的冠心病筛查方法。

    心磁信号超导量子干涉器逆向求解心电信号冠心病

      原文链接:
    • 万方数据
    • 维普

    颈内动脉狭窄血流动力学数值模拟

    彭红梅张东威左涛刘宝治...
    1273-1280页
    查看更多>>摘要：目的:基于血流动力学数值模拟条件，探究对颈内动脉进行不同程度人工干预狭窄的颈动脉模型的血流动力学特性，并从血流动力学角度分析颈内动脉位置处产生狭窄及由于其狭窄导致脑部供血疾病的原因。方法:采集内蒙古民族大学附属医院提供的健康个体二维CT数据，应用医学建模软件MIMICS20。0将二维的颈动脉CT数据进行三维模型重建，然后借助3-Matic Medical软件，对颈动脉模型中的颈内动脉同一位置进行不同程度的人为干预狭窄，得到颈内动脉25%、50%、75%狭窄程度的颈动脉模型。经格式转化、边界条件设置、网格划分等操作后，导入计算流体力学软件FLUENT14。5进行颈动脉血管及血液两相流血流动力学数值模拟与分析。结果:比较颈内动脉同一位置3种不同狭窄程度下的血液流线及速度矢量图可知，随着狭窄程度的增大，颈动脉窦处血液的涡旋流动现象迅速减弱，而颈内动脉狭窄处上方和下方血液出现明显的涡旋流动，并且血液流动出现选择性偏流。颈内动脉狭窄程度从25%到50%再到75%的过程中，狭窄处的血管壁面压力始终较低，狭窄下方的血管壁面压力逐渐增大，为高压力区域。狭窄处为高切应力区域，并且狭窄位置上方和下方的低切应力范围明显变大。结论:利用计算机软件进行人为干预狭窄获取模型的技术进行实验研究具有方便、快捷的特点。颈内动脉狭窄从25%到50%再到75%时，颈动脉的血液流场发生明显改变，颈内动脉出现明显的涡旋流动现象，血管壁面的力学性质也发生一定变化。

    颈内动脉狭窄三维血管重建数值模拟两相流计算流体力学

      原文链接:
    • 万方数据
    • 维普

    不同生理条件下主动脉双叶机械心脏瓣膜血流动力学分析

    强彦张民祖段天赐祁亮...
    1281-1288页
    查看更多>>摘要：采用计算流体动力学方法对不同生理条件下主动脉位置双叶机械心脏瓣膜下游的速度分布、涡演化、粘性剪切应力、雷诺剪切应力进行研究。收缩期峰值时，运动状态下血液射流较其他两种生理状态下更为强烈，最大血液流速为2。1 m/s。对于涡演化的分析表明3种生理状态下剪切层是比较明显的流动特征，在收缩期峰值时，血液与主动脉窦作用较为强烈。对于粘性剪切应力，当瓣叶完全打开时，瓣叶在瓣膜区阻碍了血液流过瓣膜，血流与瓣叶之间的相互作用导致了较高的剪切应力，3种生理状态下，观察到的最大粘性剪应力小于8 N/m2。3种生理状态下观察到最大的雷诺剪切应力为700 N/m2。本研究有助于为临床手术瓣膜选择以及术后康复提供理论依据。

    双叶机械心脏瓣膜血流动力学计算流体力学涡演化粘性剪切应力雷诺剪切应力

      原文链接:
    • 万方数据
    • 维普

    基于组织粘弹性的下肢静脉泵作用于下肢的仿真及测试

    许银胜李静
    1289-1295页
    查看更多>>摘要：目的:在课题组前期已经建立的下肢静脉泵作用于下肢的双向流固耦合模型基础上，提出针对人体组织采用粘弹特性，以更加符合人体生物力学特征。方法:使用Ansys Workbench软件构建下肢静脉泵对下肢作用的双向流固耦合模型，在仿真模型中将下肢脂肪、肌肉、血管壁赋予粘弹性性质，得到下肢静脉泵工作在加压-保压-释压阶段下肢静脉血液容积的变化。采用自行研制的下肢静脉泵对健康受试者小腿施加与仿真中相同的工况，并采用红外检测传感器基于光电容积描记法对大隐静脉血液容积进行监测。结果:仿真与实测的结果均显示:下肢静脉泵作用于下肢过程中，加压阶段下肢静脉血液容积减小，血液被排出;保压阶段血液容积也减小;释压阶段血液容积增大，静脉中血液再充盈，且再充盈时间长于释压时间。结论:由红外检测传感器测得的血液容积变化情况与仿真结果吻合，验证采用粘弹性材料模型的准确性和可靠性。

    下肢静脉泵粘弹性双向流固耦合光电容积描记法静脉血液容积

      原文链接:
    • 万方数据
    • 维普

    基于生物信息学构建铜代谢相关基因肺腺癌预后模型及免疫分析

    董雨晴刘浩然孙继宏张瀚文...
    1296-1306页
    查看更多>>摘要：目的:构建预后风险模型探索铜代谢相关基因在肺腺癌(LUAD)中预后价值，为LUAD患者制定个性化治疗方案提供参考。方法:通过癌症基因组图谱(TCGA)数据库和基因型-组织表达资料库(GTEx)下载LUAD组织和癌旁或正常肺组织的RNA-seq数据，通过单因素Cox回归分析、Lasso分析和多因素Cox回归分析构建风险评分模型，绘制接受者操作特征(ROC)曲线及列线图模型对风险模型进行评价，并利用基因表达综合数据库(GEO)中的LUAD数据、肿瘤免疫单细胞中心(TISCH)单细胞测序分析、人类蛋白质图谱(HPA)免疫组化分析等进行外部验证。此外，对高、低风险组的免疫微环境和药物敏感性进行分析。结果:构建了一个由6个基因组成的风险模型，低风险组的总体生存率高于高风险组(P<0。001)，训练集风险模型1、3、5年ROC曲线下的面积分别为0。729、0。749、0。707，C-index曲线的C指数为0。721(95%CI:0。678～0。764)，免疫微环境在高、低风险组之间有统计学意义(P<0。001)，药物敏感性分析发现高、低风险组患者对吉西他滨、吉非替尼、克唑替尼、沃利替尼等药物有统计学意义(P<0。001)。结论:基于6个铜代谢相关基因构建的风险模型能较为准确地预测LUAD患者预后，免疫微环境在高、低风险组之间有差异，高风险组患者对吉西他滨、吉非替尼、克唑替尼、沃利替尼等药物更为敏感，为LUAD患者的个性化治疗提供参考。

    肺腺癌铜代谢相关基因预后模型免疫微环境生物信息学

      原文链接:
    • 万方数据
    • 维普

    基于频空融合与3D-CNN-Attention的抑郁症识别

    王建尚张冰涛王小敏严大川...
    1307-1314页
    查看更多>>摘要：提出了一种基于频谱信息的三维特征构建方法，根据电极位置将每个通道的功率值排列成二维特征向量。将不同频段特征排列成三维积分特征张量，提取频域信息，同时，为了减少容积导体效应影响，利用功能连接将时序脑电(EEG)数据映射到空间脑功能网络，提取空间信息。通过对特征与目标类之间关系的分析，提出一种3D-CNN-Attention网络模型，在3D-CNN网络中加入Attention机制，以增强EEG特征学习能力。在公开数据集上的系列对比实验，结果表明基于3D-CNN-Attention网络框架的抑郁症检测性能优于其他方法，获得了最高为96。32%的准确率。本文方法能够为抑郁症检测提供一种有效的解决方案。

    抑郁症EEG频谱脑功能网络3D-CNN-Attention

      原文链接:
    • 万方数据
    • 维普

    基于CT特征构建预测肺结节良恶性的机器学习模型

    丛玉林徐小虎沈春林许亚春...
    1315-1320页
    查看更多>>摘要：目的:基于CT特征构建预测肺结节良恶性的机器学习模型。方法:选取海安市人民医院于2021年1月至2023年1月间CT上表现单发亚实性结节的患者129例，所有病例均行胸部CT扫描，记录病灶定量参数、形态学和影像组学特征。根据相关诊断标准进行肺结节良恶性分型，病例用于划分训练集、内部测试集。模型包括组学标签、形态学模型、CT模型、综合模型。结果:研究纳入训练集98例(恶性27例，良性71例)，内部测试集31例(恶性7例，良性24例)。单因素分析显示，年龄、病灶直径、平均密度、毛刺征、胸膜凹陷征、空泡征、空气支气管征在恶性组和良性组间差异有统计学意义(P<0。05)，恶性组平均密度、毛刺征、胸膜凹陷征、空泡征、空气支气管征、病灶直径大于良性组(P<0。05);LinkDocAI-肺结节智能诊断系统勾画感兴趣区域并提取其中的1000个组学特征，从98例病例里面予以相应的特征挑选，特征剔除缺失、标准化处理、低度重要特征值、高度相关特征、相关性检验结束后挑选特征共20个。利用十折交叉验证及LASSO回归，以λ1se为最优的λ构建组学标签，最终将Gradient_Shape_MinorAxis、LBP_Glszm_ZoneEntropy两个最有意义特征纳入;本研究选CT模型为最优模型，该模型在训练集、内部测试集的受试者特征曲线下面积分别为0。912、0。889。结论:基于CT特征构建预测肺结节良恶性的机器学习模型具有较好的预测效能，能对肺结节良恶性分型进行鉴别诊断。

    CT特征模型构建肺结节良恶性机器学习模型

      原文链接:
    • 万方数据
    • 维普