首页期刊导航|中华放射医学与防护杂志
期刊信息/Journal information
中华放射医学与防护杂志
中华放射医学与防护杂志

苏旭

双月刊

0254-5098

cjrmp@cjrmp.sina.net

010-62389620

100088

北京市德外新康街2号

中华放射医学与防护杂志/Journal Chinese Journal of Radiological Medicine and ProtectionCSCD北大核心CSTPCD
查看更多>>1981年创刊，中华医学会主办，中国疾病预防控制中心辐射防护与核安全医学所承办。本刊是中文核心期刊、中国科技论文统计源期刊。主要报道电离辐射生物效应、放射治疗剂量控制、放射病诊断与实验研究、放射卫生防护、影像技术、核事故医学应急等理论与应用方面内容。读者对象为从事放射生物学、放射医学、辐射防护、环境保护、临床医生、各级卫生监督所、医学院校有关专业师生、放射性厂矿技安人员及科技信息工作者。
正式出版
收录年代

    LabSOCS在级联辐射引起的符合相加修正上的应用

    孔令南杨宝路王硕张京...
    298-304页
    查看更多>>摘要：目的 探索LabSOCS无源效率刻度在级联辐射引起的符合相加修正上的应用.方法 利用LabSOCS无源效率刻度软件生成4个标准源的模拟效率曲线,使用实验室高纯锗γ能谱仪测量这4个标准源,在活度分析时计算符合相加修正因子,对测量结果进行符合相加修正,将修正后的放射性活度与证书活度进行比较,并使用GB/T 28043-2019/IS0 13528:2015中能力评定统计量En值评定.结果 测量结果活度值与证书活度值进行比较,符合相加修正后偏差绝对值范围在0.14％～3.87％,且统计量En值绝对值均＜1.结论 LabSOCS在级联辐射引起的符合相加修正上的应用效果较为理想,符合相加修正后的活度值与证书活度值偏差不大,其能力评定结果是合格的.

    符合相加γ能谱仪无源效率刻度

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

    三部全国职业病危害监测评估人才培训教材出版

    崔诗悦刘雅朱卫国
    304页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    六道管式炉氧化燃烧联合分离海产品中有机结合氚与14C的影响因素研究与不确定度评定

    曹艺耀任鸿尹亮亮吉艳琴...
    305-311页
    查看更多>>摘要：目的 建立海产品中有机结合氚(OBT)与14C的联合处理检测方法,分析测量过程中不确定度的来源并进行评定,实现海鱼、海虾、海蟹、海贝和海藻等不同种类海产品中的OBT和14C的快速、准确测定.方法 采用六道管式燃烧装置结合自制六通玻璃管,研究联合氧化燃烧与收集海产品中OBT和14C的方法;分析评定元素分析、氧化燃烧、液体闪烁计数测量等过程中引入的不确定度.结果 建立了 5管合并收集OBT、单管收集14C的联合分离方法,-110℃冷阱收集条件下氢的燃烧回收率得到有效提升,样品转移时的损耗更少,收集碳所需氢氧化钠、氯化铵和氯化钙等试剂的用量大大降低.联合分离5.0g样品中氢和碳(包含所有氢和碳的同位素),葡萄糖中氢和碳的燃烧回收率分别为98.7％和93.1％,5种海产品中氢和碳的燃烧回收率分别为92.5％～97.3％和82.7％～96.3％,3次平行性实验相对标准偏差均＜5％,表明该方法具有良好的准确性和精密度.样品计数是结果不确定度的主要来源,其次为元素含量分析和计数效率.结论 本研究建立的海产品中OBT和14C联合分离体系燃烧回收率高、处理时间短、分离效果好、获得量足,可有效减少样品使用量,能满足海产品放射性污染健康风险评估要求.

    海产品有机结合氚14C不确定度

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

    宽能中子辐射个人防护材料研究

    王震涛王海军张凯桑文娟...
    312-316页
    查看更多>>摘要：目的 研究可用于制作宽能中子辐射个人防护用品的柔性屏蔽材料.方法 依据理论计算结果配比加工实验用材料样品,利用252Cf裂变中子和加速器单能中子开展中子屏蔽效率实验.结果 给出了 1.5 cm厚含10％碳化硼(B4C)的乙丙橡胶板对144 keV等6个单能中子和252Cf裂变中子的屏蔽效率,其中对252Cf裂变中子的屏蔽效率为31.02％,对144 keV中子的屏蔽效率可达到76.9％.结论 以乙丙橡胶为基材掺入B4C研制的个人中子防护柔性材料对不同能量中子辐射均有一定屏蔽效果,可用于制作宽能中子个人防护用品.

    乙丙橡胶碳化硼宽能中子个人防护屏蔽效率

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

    基于稀疏重建锥形束CT和深度学习技术合成双能物质分解图

    董正坤屈瑞余疏桐华凌...
    317-322页
    查看更多>>摘要：目的 利用治疗当日低剂量单能锥形束CT(CBCT),合成与治疗当日解剖结构一致的双能物质分解图像(MDI),为在线自适应放疗(ART)和剂量重建等临床应用场景提供定量图像基础.方法 通过改变4D Extended Cardiac-Torso(XCAT)解剖结构输入参数,构建70组男性和女性仿真人体数据,并按照5∶1∶1比例划分为训练集、验证集和独立测试集.其中每组数据包括治疗前的双能CT(DECT)以及发生生理形变后的CBCT,后者反映放疗过程中的患者变化.使用迭代分解算法对双能CT进行物质分解,分别得到骨分解图(MDIB)和软组织分解图(MDIST).构建基于断层图像的2D CycleGAN网络实现从CBCT到MDI的模态转化,并保留CBCT所代表的放疗当天真实解剖结构.网络以CBCT、MDIB和M DIST为输入,输出为治疗当日的MDIB与MDIST.为测试集患者构建与CBCT解剖结构相同的DECT并获得MDIB与MDIST作为真值,定量评估模型合成双能物质分解图的性能表现.结果 在仅使用传统方案约13.8％的投影数量和辐射剂量情况下,测试集中的10套单能稀疏重建CBCT被模型成功转换成了与放疗当日解剖结构一致的MDIB与MDIST.合成的MDIB和MDIST与真值相比,结构相似性指数(SSIM)分别为 0.983±0.006 和 0.988±0.005;均方根误差(RMSE)分别为 0.017±0.005 和 0.019±0.004;峰值信噪比(PSNR)分别为35.515±2.081和34.409±1.510.模型训练耗时约18 h 51 min,合成每张MDI图像耗时约0.65 s.结论 基于低剂量稀疏重建CBCT,本研究构建的2D CycleGAN网络可以实现跨模态、高保真的双能物质分解图像转化,有望在现有临床平台上为在线自适应放疗、离子放疗计划设计、剂量重建与监控等应用场景提供新型智能成像方法.

    双能成像物质分解图像引导放疗深度学习

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

    靶向DNA损伤应答关键分子在肿瘤放疗增敏中的应用

    何远芳刘瑞雪闫海丽杜江锋...
    323-329页
    查看更多>>摘要：放射治疗是临床肿瘤治疗的重要手段,主要通过破坏DNA双链对肿瘤细胞造成严重损伤.然而,其作为单一的治疗手段,治疗效果受肿瘤细胞固有DNA损伤修复能力的影响.多项研究表明,靶向调节DNA损伤响应关键分子可以有效抑制DNA损伤修复,协同增强放化疗敏感性.本文对一些关键的DNA损伤响应抑制剂联合放疗、化疗在多种肿瘤治疗中的应用进行了总结,并阐述了联合治疗诱导由环鸟嘌呤核苷酸腺嘌呤核苷酸合成酶-干扰素基因刺激因子介导的免疫反应.最后总结和展望了联合治疗存在的挑战和发展前景.

    放疗DNA损伤修复靶向放疗增敏免疫反应

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

    双着丝粒染色体自动分析研究进展

    孟倩倩张忠新任越张睿凤...
    330-336页
    查看更多>>摘要：双着丝粒染色体分析作为生物剂量估算的"金标准",在大规模核辐射事件中对于快速做出临床决策至关重要.传统人工分析费时费力,通量低,且对人员的技术要求高,难以满足大规模核事故情况下大量人员剂量估算的要求.近年来,针对大规模辐射事件下受照人员高通量、快速、准确的剂量估算需求,研究者们开发了多种策略.本文介绍了双着丝粒染色体自动分析检测方法的研究进展,为国内同行开展基于双着丝粒染色体指标估算生物剂量研究提供参考.

    双着丝粒染色体自动分析生物剂量估算

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

    本刊常用缩写形式的词语

    《中华放射医学与防护杂志》编辑部
    336页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    放疗在胸腺肿瘤治疗中的应用与研究进展

    胡昕阳卢喜科于振涛庞青松...
    337-344页
    查看更多>>摘要：胸腺肿瘤是一种罕见的纵隔肿瘤,放疗是治疗胸腺肿瘤的重要手段之一,目前放疗在不同分期胸腺瘤之中的具体应用仍有诸多争议.本文综述术后/根治性放疗在不同分期胸腺肿瘤治疗中的应用、病理分型与预后的关系以及目前免疫治疗在胸腺肿瘤中的研究进展,旨在为临床诊疗和后续研究提供参考.

    胸腺肿瘤放射治疗预后

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