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

    DSA联合动态增强CT定量分析肝癌HAIC的疗效

    高瑞晖陈勇曾庆乐庞桦进...
    858-863页
    查看更多>>摘要：目的:探讨DSA联合动态增强CT定量分析和评估肝癌经肝动脉灌注化疗(HAIC)的疗效。方法:临床诊断为原发性肝癌患者50例，均行3次以上HAIC治疗。根据第1次及第3次HAIC治疗前1周内的增强CT，按照改良实体瘤疗效评价标准分为疗效良好组(CR+PR)和疗效不佳组(SD+PD)，比较两组治疗前和2次HAIC治疗后DSA造影肝癌的血流动力学参数[染色达峰时间(TP)、峰值密度(PV)、时间-密度曲线上升支斜率(SU)]及CT增强扫描肝癌各期CT值的变化，并进行敏感性分析。对有统计学差异的指标进行Logistic回归分析和ROC曲线分析，以评估判断肝癌HAIC疗效的效能。结果:治疗前，两组间CT值及DSA指标无显著差异(P>0。05)。所有患者均成功完成2次HAIC治疗。第3次HAIC治疗前1周的增强CT，疗效良好组的动脉期和静脉期CT值相比于治疗前显著降低(P<0。05)，延时期CT值无显著差异(P>0。05)。第3次HAIC时DSA造影肝癌的血流动力学参数PV与SU显著降低，TP显著延长(P<0。05)。疗效不佳组各项指标差异不显著。回归分析显示，动脉期CT值和DSA造影SU值与疗效显著相关。ROC曲线结果显示，动脉期CT值和SU值是判断疗效的有效指标。结论:DSA造影的SU值和动态增强CT的CT值能够客观地反映HAIC后肝癌的血供变化，且与HAIC疗效相关，可作为评估HAIC疗效的影像学依据。

    经肝动脉灌注化疗原发性肝癌疗效分析数字减影血管造影动态增强CT

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向头部可穿戴式设备的体表传输特性研究

    熊竹廖薇
    864-869页
    查看更多>>摘要：首先，采用时域有限差分方法建立超宽带(UWB)传输系统;然后，对头部穿戴设备模型中的输入阻抗特性、传输特性以及电场分布进行分析，明确设备间的UWB传输机制;最后，对人体模型进行简化，并对比简化前后模型的路径损耗。结果表明本研究提出的UWB传输系统路径损耗低，传输特性稳定，对面向头部可穿戴设备体表传输技术的发展具有重要意义。

    可穿戴设备人体通信技术超宽带传输特性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进最小方差波束成形的心磁信号的源重建

    徐俊朱俊杰
    870-875页
    查看更多>>摘要：由于冠心病患者的心磁图在信噪比较低时，最小方差波束成形(MV)方法的源重建效果不理想，提出一种基于改进最小方差波束成形(IMV)方法，在MV方法的基础上，使用导联矩阵和磁场信号二阶特征矩阵组成约束矩阵，构造新的空间滤波器的权矩阵，从而降低输出噪声功率增益。利用点扩散函数理论比较IMV方法和MV方法的空间谱估计的单源分辨率;利用3个电流偶极子产生36通道磁场仿真数据，采用IMV方法和MV方法在低信噪比下对仿真数据进行源重建;最后对3名冠心病患者的36通道心磁图的R波峰和T波峰时刻数据进行源重建。结果表明，IMV方法的单源分辨率更高，对仿真数据及冠心病患者心磁数据的重建精度更好。

    心磁图改进最小方差波束成形逆问题空间滤波器源重建

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于近红外光谱的脑组织氧监测系统研发与验证

    蔡世杰李翰林沈昭于辉...
    876-882页
    查看更多>>摘要：结合修正Lambert-Beer定律和空间分辨光谱技术，提出一种基于三波长的脑组织氧饱和度监测系统。搭建脑组织氧饱和度(rSO2)测量平台，从光谱稳定性和本底噪声验证系统可靠性，建立受控低氧试验并招募18名志愿者，研究rSO2随吸入氧阶梯平台变化的趋势以及rSO2与动脉血氧饱和度之间的关系。结果表明，该测量系统可以有效监测rSO2，测试结果符合测量要求。受控低氧序列中，随吸入氧浓度下降，rSO2均呈下降趋势，且个体rSO2与动脉血氧饱和度具有较高的相关性。

    脑组织氧饱和度动脉血氧饱和度近红外光谱空间分辨光谱法受控低氧实验

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    个性化头部生物力学模型的开发及验证

    李海岩曹祎帆贺丽娟吕文乐...
    883-889页
    查看更多>>摘要：本文提出了一种个性化头部生物力学模型建模方法，并对所生成模型进行了有效性验证。该方法以图斯特50th百分位头部生物力学模型为基础，基于目标模型头部CT数据，采用三维点云配准和自由网格变形法，实现具有详实脑组织结构的个性化头部生物力学模型的快速建模。通过重构经典尸体试验，发现该方法构建的个性化头部生物力学模型在运动学和生物力学响应方面与尸体试验结果高度一致，且与通过逆向工程方法开发的头部生物力学模型并无明显差异，验证了本文方法所开发模型的有效性。因此，本文方法可用于快速构建具有详细解剖学结构的个性化头部生物力学模型，为损伤生物力学、临床医学和法医鉴定等领域的数字化需求提供基础计算分析工具。

    头部生物力学模型个性化建模自由网格变形有限元法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征融合的糖尿病命名实体识别

    任建华赵若涵
    890-896页
    查看更多>>摘要：针对医学糖尿病领域命名实体识别中存在实体种类多样性、数据稀缺等问题，提出了基于特征融合的糖尿病命名实体识别方法。以BERT+BILSTM+CRF为基准模型，在3方面进行改进。首先，使用预训练模型RoBERTa-wwm-ext作为模型嵌入层，提供字符级嵌入，利用其在训练阶段进行全词掩码来获取含有先验知识的语义表示。其次，使用双向长短时记忆网络和迭代膨胀卷积神经网络并行提取特征，以获取不同粒度的特征。同时，结合注意力机制进行动态特征融合，从而更好地理解数据的关键信息，以获得更丰富的上下文特征。最后，采用条件随机场进行解码，获得最终的预测结果。该模型在包含18种实体类别的中文糖尿病数据集DiaKG上的F1值达到了79。58%，实验结果表明，与High-Order MKGragh模型相比，该模型的F1值提升了5。38%，充分说明了特征融合的方法能够有效识别糖尿病实体。

    糖尿病命名实体识别特征融合注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于少样本学习算法的结直肠粘膜下肿瘤和息肉内镜图像分类系统

    伍亚辉朱世祺吴宇东张儒发...
    897-904页
    查看更多>>摘要：目的:为解决难以收集足够结直肠粘膜下肿瘤样本训练深度学习模型的问题，基于少样本学习算法构建了粘膜下肿瘤和息肉内镜图像分类模型。方法:收集多中心来源的结直肠粘膜下肿瘤内镜图像共172张，包括结直肠脂肪瘤(CRLs)、神经内分泌肿瘤(NETs)、锯齿状病变及息肉、传统腺瘤各43张。基于这些内镜图像构建支持集和查询集，在ImageNet和食管内镜图像上二次预训练的ResNet50提取图像特征，计算欧氏距离，使用K近邻算法进行分类。与原始模型和低、高年资内镜医师进行对比，评估少样本学习模型的分类性能。结果:提出的少样本学习模型分类准确率、宏曲线下面积和Macro F1值分别为0。831、0。925和0。831，诊断CRLs的准确率和F1值分别为0。925和0。850，诊断NETs的准确率和F1值分别为0。906和0。805。同时，该模型具有较好的分类一致性(Kappa=0。775)和可解释性。结论:构建的少样本学习模型在区分CRLs、NETs、锯齿状病变及息肉、传统腺瘤内镜图像上表现出优异性能，可用于辅助内镜下识别结直肠粘膜下肿瘤。

    少样本学习结直肠粘膜下肿瘤结直肠息肉消化内镜图像深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    机器学习算法对心脏病预测效能的研究

    蒋美艳张辉
    905-909页
    查看更多>>摘要：目的:探索基于机器学习的方法，包括判定树(DT)、随机森林(RF)、支持向量机(SVM)、K最近邻(KNN)和朴素贝叶斯(NB)，构建心脏病预测模型，以实现心脏病的准确预测。方法:使用克利夫兰心脏病数据集作为数据源，通过皮尔逊相关系数选择显著特征，使用DT、RF、SVM、KNN和NB算法构建心脏病预测模型，通过准确度、精确度、召回率、F1分数和受试者工作特征曲线下面积(AUC)值等多项指标评估模型性能。结果:研究纳入303个样本，样本13个临床特征中有11个显著特征，RF预测模型获得最高的准确度(0。869)、召回率(0。906)、F1分数(0。879)和AUC值(0。93)，NB预测模型获得最高的精确度(0。900)。结论:基于机器学习的方法能够有效进行心脏病预测，特别是RF预测模型具有显著优势，NB预测模型也表现出令人满意的效果。

    机器学习心脏病预测医疗大数据

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于YOLOv8s的改进结核病病原体检测算法

    乐振孙振鞠瑞文李庆党...
    910-917页
    查看更多>>摘要：针对结核病病原体在痰涂片图像背景复杂且目标小，人工筛查成本较高的问题，提出了一种基于YOLOv8s的结核病病原体检测方法。首先，采用基于空间和通道重构卷积改进的结构来限制特征冗余。其次，引入了坐标注意力来扩大模型的感受野。再者，使用空间金字塔池化跨阶段局部网络来提取不同尺度上的特征信息。最后，嵌入基于归一化的注意力机制抑制不太显著的特征。实验结果表明，在公开数据集上，改进网络模型与原YOLOv8s模型相比，精确率和召回率分别提升2。7%和1。5%，置信度为0。5时的平均精度均值提高了2。3%，该模型能够有效辅助影像科医师进行诊断。

    结核病深度学习YOLOv8注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的肺结核检测综述

    谢浩杰鲁明丽张陈周理想...
    918-924页
    查看更多>>摘要：基于医学影像的肺结核病灶自动检测技术成为医学图像处理领域的研究热点。本研究围绕深度学习在肺结核病灶检测方面的相关研究与应用展开综述，首先阐述用于肺结核检测的实验基准，涵盖肺部医学影像的相关公开数据库和肺结核检测与分类竞赛的相关研究进展，然后提出肺结核检测领域中深度学习方法与应用的发展趋势，最后分析深度学习在肺结核诊断中面临的挑战。本研究从技术特性、性能优势、应用前景等方面对这些技术的研究进展以及面临的挑战进行总结和展望。

    肺结核医学影像自动检测深度学习综述

      原文链接:
    • NETL
    • NSTL
    • 万方数据