中国医学物理学杂志 /oa 目录 /oa/darticle.aspx?type=view&id=20260501 2026年05月28 00:00 2026年第5期 1 405282 基于三角面片网格的加速器机头部件建模方法 /oa/darticle.aspx?type=view&id=202601008 目的:提出基于三角面片网格的加速器机头部件建模方法,并建立网格内的粒子输运方法。方法:提取部件的结构表面,离散为三角面片,构建三角面片网格。计算粒子射线与各三角面片的交点,将距离最近的相交面片作为目标面片。粒子向前输运,若到达目标面片前发生反应,更新粒子状态;若粒子到达面片,更新所在材料。随后重新计算目标面片,继续输运直到粒子打出部件或死亡。基于该方法建立限光筒与挡铅模型,采用EGSnrc软件建立参考模型,对比两种模型计算的剂量,验证本研究建模方法的准确性。结果:对于限光筒模型,本研究模型与参考模型计算剂量的三维伽马通过率(2%/2 mm)为99.7%。本研究的机头建模耗时122.09 s,体内输运耗时75.65 s;参考模型对应耗时分别为3.68和1.05 h。对于挡铅模型,伽马通过率为99.4%。本研究的机头建模耗时125.37 s,体内输运耗时73.66 s;参考模型对应耗时分别为5.31和1.15 h。结论:本研究提出的基于三角面片网格的机头部件建模与粒子输运方法可用于复杂机头部件建模。 2026年05月28 00:00 2026年第5期 561 568 3036100 程博1,皮一飞2,汪志3,裴曦4,杜世锁1,王海洋2,丁振4,周永康1 乳腺癌植入物重建术后不同靶区勾画方式的剂量学对比 /oa/darticle.aspx?type=view&id=202504052 目的:评价新指南在容积旋转调强放疗(VMAT)中的靶区剂量学特征、危及器官受量与传统靶区相比的优劣性。方法:回顾性选取乳腺癌全乳切除术后即刻植入物重建患者共17例,其中左乳腺癌患者10例,右乳腺癌患者7例。左乳腺癌患者行深吸气屏气定位,右乳腺癌患者自由呼吸定位。在同一图像上分别进行传统靶区勾画(C-TVD)和ESTRO-ACROP更新指南的靶区勾画(E-TVD)。使用6 MV X线,给予计划靶体积(PTV)50 Gy/25 F,采用VMAT技术,一野两弧。计划完成后将PTV的处方剂量覆盖均归一到95%。对靶区及危及器官剂量-体积参数进行对比。结果:E-TVD方法的适形度指数劣于C-TVD,但是E-TVD方法有着更好的95%处方剂量覆盖。E-TVD较C-TVD方法有更低的患侧肺Dmean以及双肺的V20、V10、Dmean,两组差异有统计学意义(P<0.05)。E-TVD方法心脏的V40、V30、V20更低,两组差异有统计学意义(P<0.05)。E-TVD方法的LAD Dmean更低,两组差异有统计学意义(P<0.05)。对左、右侧乳腺癌分别进行分析后显示左乳癌患者中E-TVD的患侧肺Dmean、双肺Dmean、心脏V40、V30、V20以及LAD Dmax、Dmean更低,右乳癌患者中E-TVD的患侧肺V20、Dmean、及双肺V20、肝脏V5更低,两组差异有统计学意义(P<0.05)。结论:对接受即刻植入物重建的乳腺癌全乳切除术后患者,E-TVD能够提供更好的危及器官保护。 2026年05月28 00:00 2026年第5期 569 574 1620872 郑长才,丁黎鹏,王旭,隆建萍,缪国英,杨涛,李淑霞,董娜,高力英 螺旋断层调强放疗、容积旋转调强放疗治疗局部晚期鼻咽癌剂量学分析及对ROM发生率的影响 /oa/darticle.aspx?type=view&id=202508020 目的:探讨螺旋断层调强放疗(HT)、容积旋转调强放疗(VMAT)治疗局部晚期鼻咽癌(NPC)的剂量学特点,并比较两种放疗技术放射性口腔黏膜炎(ROM)的发生率。方法:选取2022年7月~2024年7月收治的160例局部晚期NPC患者,按照放疗计划分为HT组和VMAT组,各80例,分析两组剂量学特征、并发症及重度ROM发生情况,剂量学指标包括靶区剂量体积参数、均匀性指数(HI)、适形度指数(CI)和危及器官(OAR)受照剂量。结果:HT组靶区D99%和CI大于VMAT组,HT组脑干、脊髓、晶体、腮腺、内耳的Dmax和Dmean小于VMAT组,差异均有统计学意义(P<0.05)。经秩和检验,两组ROM差异有统计学意义(P<0.05),腮腺损伤、放射性皮炎、胃肠道反应差异无统计学意义(P>0.05)。HT组重度(≥3级)ROM发生率低于VMAT组,且首次发生时间晚于VMAT组,愈合时间短于VMAT组,差异均有统计学意义(P<0.05)。HT组口腔V35、V40、V45、V50均小于VMAT组,V20、V15大于VMAT组,ROM≥3级患者口腔Dmax、V60、V55、V50、V45、V40、V35、V30均大于ROM<3级患者(P<0.05)。结论:HT在局部晚期NPC患者放疗中显示出更优的剂量学特性,在靶区覆盖与OAR保护方面具有一定优势,重度ROM发生率较低。 2026年05月28 00:00 2026年第5期 575 581 1494807 许卓华,贺仙桃,韦明景,刘华江,张艳贤,江舟,杨慧,陆颖 基于Transformer改进YOLO的视网膜病变区域图像分割 /oa/darticle.aspx?type=view&id=202510007 针对糖尿病视网膜病变图像分割中存在的病灶尺度差异大、边界模糊及小目标识别困难等问题,提出一种融合多尺度Transformer注意力机制的YOLO改进模型。该模型在YOLO骨干网络与Transformer之间引入轻量化跨域特征适配模块,实现卷积特征与自注意力特征的有效对齐;设计多尺度Transformer注意力模块,通过尺度自适应融合机制增强模型对不同大小病变区域的识别能力;同时耦合边缘增强模块,利用空间梯度信息强化病灶边界特征。模型采用多任务学习与参数共享策略,使分割与分类任务共享特征提取层,在提升精度的同时控制计算开销。在IDRiD和OIA-ODIR数据集上的实验表明,本文模型在分割任务中Dice相似性系数和交并比分别达到83.6%和71.8%,相较于YOLOv8提升2.3%和3.3%,边界准确性指标的平均表面距离和95%豪斯多夫距离分别降低0.22和0.47 mm;在分类任务中准确率达90.2%。消融实验与跨数据集泛化实验进一步验证各模块的有效性与模型的鲁棒性。本研究可为视网膜病变的精准分割与分类提供高效的技术方案。 2026年05月28 00:00 2026年第5期 582 590 3132964 徐志远,张魁星 阿尔兹海默病特定频段低频振幅的静息态fMRI研究 /oa/darticle.aspx?type=view&id=202511014 目的:研究阿尔兹海默病(AD)低频振幅(ALFF)在slow-4(0.027~0.073 Hz)、slow-5(0.010~0.027 Hz)两个特定滤波频段的影像特征,为AD的病理机制提供更敏感更准确的信息。方法:对公共阿尔茨海默病神经成像协议(ADNI)数据库中26名AD患者和30名年龄和性别匹配的健康对照(HC)组的静息态功能性磁共振成像(rs-fMRI)数据进行ALFF分析,重点分析ALFF在slow-4和slow-5两个特定滤波频段,计算这两个频段下AD组和HC组的ALFF值,对得到的ALFF值进行混合效应分析。结果:频段间对比结果可见,slow-4频段双侧海马、海马旁回、扣带回等脑区ALFF值高于slow-5频段,额中回、中央后回、颞叶相关脑区ALFF值低于slow-5频段;组间对比发现,AD患者右侧扣带回、左侧小脑8区ALFF值较HC组降低;事后检验结果发现,slow-4频段上AD组的右侧扣带回、左侧小脑8区的ALFF值降低,slow-5频段上AD组左侧小脑8区的ALFF值降低,且slow-4频段可检出更多AD相关异常脑区。结论:AD患者大脑内在活动存在广泛的异常,且ALFF值异常具有频段特异性,为AD的神经影像特征解析及病理机制探索提供新的影像学证据。 2026年05月28 00:00 2026年第5期 591 596 2651148 李琼阁1,2,闫佳明1,3,徐睛滢1,3,胡玲静1,3,卢洁1,2 基于改进U-Net融合注意力机制的脑白质病变分割 /oa/darticle.aspx?type=view&id=202509005 脑白质病变分割方法因存在小病灶漏检率高、难以兼顾全局与局部特征的问题,导致分割精度受限。提出一种基于改进U-Net融合注意力机制的模型用于脑白质病变分割。首先,选取深度为15层的U-Net作为骨干网络;在编码阶段嵌入多尺度特征校准模块,利用其双分支结构同步捕获局部细节与全局上下文信息;其次,设计多步特征增强模块实现跨层特征融合,增强对微小病灶的感知能力;然后,设计跨层特征集成模块通过构建不同深度的特征提取路径,实现对编码器各层级特征图的精细化处理与多尺度特征融合;最后,设计边界召回损失函数,通过Sobel梯度对齐机制提升边界分割精度。在2017 WMH分割挑战赛数据集与武汉同济医院脑白质数据集上的实验结果显示,该模型的Dice相似系数分别达到0.831 8和0.854 5,召回率分别达到0.854 7和0.885 1。这表明该研究可以有效且精准地分割脑白质病变图像。 【关键词】图像分割;脑白质病变;多尺度特征校准;注意力机制 2026年05月28 00:00 2026年第5期 597 606 4236255 刘庆晨1,韩晓鑫1,邝竞凡1,胡雨辰1,王建林2 融合小波变换的多尺度注意力医学图像分割网络 /oa/darticle.aspx?type=view&id=202505031 针对图像分割模型中编码器与解码器之间的语义鸿沟,以及图像在传播的过程中会受到噪声的干扰,导致精准分割难以实现的问题,提出一种WMDUNet新型网络模型,使用离散小波变换对编码器中的特征图进行下采样,提取低频特征分量并去除高频特征分量以消除噪声。并采用多尺度双重注意力来增强跳跃连接,弥补编码器与解码器之间的语义鸿沟,实现高精准的医学图像分割。该方法在ACDC和PROMIS12数据集上有3个评价指标达到最优,骰子相似系数均值分别为91.46%和85.85%,交并比均值分别为87.64%和75.22%,豪斯多夫距离均值分别为1.22和3.51 mm,证明该方法的有效性。 2026年05月28 00:00 2026年第5期 607 613 2813416 朱刚,李四海 基于SAM2的肺癌放疗动态影像肿瘤自动分割与实时追踪 /oa/darticle.aspx?type=view&id=202603032 针对肺癌放疗过程中,复杂胸部解剖背景导致肿瘤在X线图像中对比度低、追踪精度受限的问题,提出将Segment Anything Model 2(SAM2)引入肺癌放疗肿瘤追踪研究,依托其可提示视觉追踪任务的核心优势,构建适用于临床场景的肿瘤识别与分割策略,实现动态影像中肿瘤区域的连续追踪与识别。在仿真数据、体模数据及临床数据3类实验中对本文方法进行系统验证。结果表明,在仿真数据中,模型平均推理速度达到11.5 FPS,平均Dice系数为0.730 7,且帧间分割一致性良好;在体模实验中,确定10次点击提示(5个前景点、5个背景点)为最优分割参数配置;在临床数据中,模型亦可稳定输出与肿瘤真实形态高度贴合的分割结果。本研究表明,SAM2模型可有效解决肺癌放疗中肿瘤运动有效追踪的核心痛点,为肺癌精准放疗的顺利实施提供可靠的技术支撑。 2026年05月28 00:00 2026年第5期 614 623 6646615 朱泳琪,张华 头颈CTA联合CTP在急性缺血性脑卒中诊断及预后评估的价值 /oa/darticle.aspx?type=view&id=202502050 目的:探讨头颈计算机断层成像(CT)血管成像(CTA)联合CT灌注成像(CTP)在急性缺血性脑卒中(AIS)诊断及预后评估的价值。方法:选择2021年1月至2024年9月接诊的102例AIS患者为研究对象,入院后均行头颈CTA、CTP及数字减影血管造影(DSA)检查,以DSA结果为金标准,比较患侧、健侧CTP灌注参数差异,分析CTA对脑血管狭窄情况的诊断价值;所有患者确诊后均接受溶栓治疗,治疗后随访90 d,以改良Rankin量表判断预后情况,分析不同预后患者CTA和CTP参数差异,二元Logistic回归分析CTA和CTP参数与预后的关系,ROC分析CTA和CTP参数对预后的诊断价值。结果:患侧脑血流量(CBF)和脑血容量(CBV)值较健侧更低(P<0.05),平均通过时间(MTT)和对比剂达峰时间(TTP)更高(P<0.05);以DSA为金标准,CTA诊断脑动脉狭窄的敏感度、特异度、准确率及Kappa值分别为89.29%、95.65%、92.16%及0.762;预后不良组发病至治疗时间、重度狭窄或闭塞患者占比、MTT和TTP高于预后良好组(P<0.05),轻中度狭窄患者占比、CBF和CBV低于预后良好组(P<0.05);二元Logistics回归分析显示,CTA、CBF、CBV、MTT和TTP是AIS患者治疗预后的相关影响因素(P<0.05);ROC分析结果显示,CTA、CBF、CBV、MTT和TTP诊断预后的AUC分别为0.706、0.947、0.934、0.870和0.915,联合评估AUC为0.988,敏感度和特异度分别为97.22%、78.79%。结论:头颈CTA联合CTP在AIS诊断和治疗后预后评估中有一定应用价值。 2026年05月28 00:00 2026年第5期 624 628 1253002 郭守文1,李丽2,李玲玲1 钼靶X线评估微钙化与乳腺癌发病及其乳腺癌分子生物学预后的关系 /oa/darticle.aspx?type=view&id=202501050 目的:探讨钼靶X线评估微钙化与乳腺癌发病及其乳腺癌分子生物学预后的关系。方法:选取经病理证实为乳腺癌的86例患者进行研究,所有患者术前均行钼靶X线摄影检查观察并记录微钙化灶检出情况,包括有无微钙化灶、钙化形态、钙化密集度、钙化分布、钙化大小等,分析钼靶微钙化灶与肿瘤大小、肿瘤分期、病理类型、分子分型、组织学分级及免疫组化指标孕激素受体(PR)、雌激素受体(ER)、细胞核增殖抗原(Ki-67)、人表皮生长因子受体-2(Her-2)表达的相关性。结果:86例乳腺癌患者中钼靶X线摄影检出微钙化灶者58例(67.44%)。微钙化灶形态以细小多形为主(67.24%),大小以0.5 mm以下为主(89.66%),钙化分布以群集分布为主(70.69%),分布密度以5枚/cm2以上为主(75.86%)。86例患者中PR阳性49例(56.98%),ER阳性48例(55.81%),Her-2阳性20例(23.26%),Ki-67阳性70例(81.40%)。不同肿瘤直径、病理类型、组织学分级乳腺癌患者微钙化灶阳性率比较无统计学意义(P>0.05),而不同TNM分期、淋巴结是否转移、不同分子分型及PR、ER、Ki-67、Her-2表达者的微钙化灶阳性率比较,差异存在统计学意义(P<0.05)。结论:钼靶X线摄影检测微钙化对乳腺癌的诊断有重要临床价值,微钙化灶的检出与乳腺癌病理类型、淋巴结转移、肿瘤分期、分子分型及PR、ER、Her-2、Ki-67表达有关,其能一定程度上反映乳腺癌有关分子生物学指标表达水平。 2026年05月28 00:00 2026年第5期 629 634 1009865 方英,汪海仪,童和芬,李坤峰,胡章明 面向不平衡心电信号分类的类别感知混合Mixup方法 /oa/darticle.aspx?type=view&id=202603001 针对心电信号分类中的类别不平衡问题,提出一种面向心电分类的类别敏感融合Mixup方法。该方法结合CutMix1d与Manifold Mixup的优势:前者在原始空间生成更贴近真实分布的少数类样本,后者通过特征空间插值平滑决策边界,从而兼顾少数类增强与整体判别能力提升。同时,引入少数类感知机制,使模型在稀有类别上的优化更加针对性。在两个公开心电数据集上开展实验,包括PTB-XL的3个不平衡任务以及CPSC2018任务。结果表明,本文方法在4个任务上的平均Macro-AUC较基线整体提升接近0.01,表现出稳定一致的优势;在Sub-diagnostic任务上进一步引入Macro-F1评估时,平均值较基线提升0.075,类别层面的改进更为显著。上述结果表明,该方法能够有效缓解心电数据的不平衡问题,为临床心电自动分析提供一种高效的数据增强方案。 2026年05月28 00:00 2026年第5期 635 642 3539385 田悦芃1,2,徐琳2,李钰雯1 基于ECG-PPG融合的手持式无袖带血压监测系统与个性化校准 /oa/darticle.aspx?type=view&id=202510048 开发一种基于心电图与光电容积脉搏波多信号融合的手持式无袖带血压监测系统。系统采用端-边-云协同架构,通过专用3D结构设备从指尖同步采集生理信号,结合蓝牙传输与云端机器学习分析。研究方法包括信号预处理、多维度特征提取,并利用AdaBoost回归器构建群体模型,引入TrAdaBoost.R2迁移学习进行个性化校准。实验采集91名志愿者数据,结果显示个性化校准后收缩压平均误差、平均绝对误差和标准差分别为-3.19、3.65、4.26 mmHg,舒张压平均误差、平均绝对误差和标准差分别为-0.45、3.49、5.49 mmHg,均符合AAMI标准。本研究提出的系统在便携性与准确性方面表现良好,为无袖带血压监测提供实用方案。 2026年05月28 00:00 2026年第5期 643 651 7203301 梁恒源1,黄文政1,耿昊1,卢正凯1,梁永波1,2,3 基于OEDCNet的运动想象脑电信号分类算法 /oa/darticle.aspx?type=view&id=202509039 针对运动想象脑电样本量不足、跨通道冗余,导致传统模型特征提取不充分的问题,提出一种用于运动想象脑电信号分类的OEDCNet算法。首先提出重叠分段重组的方式优化数据增强策略,通过对原始脑电信号进行重叠分割与重组处理,在扩充样本量的同时缓解过拟合风险,得到增强后的样本数据。然后利用高效通道注意力模块为不同的通道分配最优权重,并抑制冗余通道的干扰信息。通过对EEGNet方法进行改进,提出因果膨胀卷积神经网络模型,实现多尺度特征提取与长时序依赖感知。最终构建的OEDCNet模型在BCI Competition IV-2a数据集上的平均准确率为77.08%,Kappa值为0.689,优于其他模型。结果表明所提的OEDCNet方法具备更优的分类效果,可为运动想象脑电信号的研究提供新的技术路径。 2026年05月28 00:00 2026年第5期 652 659 3913272 朱湛,王娆芬,吴健珍 RDS111型号医用回旋加速器射频原理及故障维修 /oa/darticle.aspx?type=view&id=202511005 西门子RDS111型号医用回旋加速器射频系统是由频率发生器、前置放大器、中级放大器、末级放大器、耦合器和D盒等组成的精密链式结构。本研究对其核心构成与工作原理进行系统性阐述,并重点分析射频正向功率显示超量程、自动打靶多路参数丢失及异常停机两类典型故障,描述故障现象,剖析故障根源,并记录规范化维修流程,为RDS111回旋加速器射频系统的故障诊断与维修提供详实参考。 2026年05月28 00:00 2026年第5期 660 665 6118233 向军辉1,徐可伟2,周毛仔1 几种关键细胞在颅内动脉瘤发展过程中的壁面剪应力刺激-生物行为响应机制 /oa/darticle.aspx?type=view&id=202510008 内动脉瘤破裂后具有高致残率和死亡率。血管内皮细胞、平滑肌细胞和巨噬细胞在响应异常血流动力学如壁面剪应力等刺激过程中,发生一系列功能障碍和病理学改变,其中涉及的信号通路在颅内动脉瘤生长、破裂过程中发挥关键作用。这些细胞在异常力环境刺激下介导的生物学行为包括内皮细胞通透性增加、平滑肌细胞表型转换和增殖凋亡、巨噬细胞表型极化改变为代表引发的级联炎症反应等,并不断触发一系列促炎信号和因子如肿瘤坏死因子α、核因子κB、基质金属蛋白酶家族,协同加速动脉瘤的生长和破裂。本研究对内皮细胞、平滑肌细胞、巨噬细胞在壁面剪应力作用下的信号通路机制分别进行综述,以期为临床预防颅内动脉瘤生长及破裂提供新的思路。 2026年05月28 00:00 2026年第5期 666 674 3638645 蔡源泽1,巫华2,李苏西1,王业宁3,梅玉倩2,4,5 基于多任务学习的自动分割质量预测模型在直肠癌临床靶区中的应用 /oa/darticle.aspx?type=view&id=202506023 【摘要】目的:针对放疗自动分割结果仍需人工逐层审核、质控效率较低的问题,提出一种自动分割质量预测模型,以提高自动分割结果的审核效率。方法:基于Transformer框架,并结合多任务学习策略,构建一个端到端的质量预测模型。该模型以CT图像与分割掩码为输入,输出对应分割图的Dice相似性系数(DSC)预测值。收集570例直肠癌患者的放疗数据,针对临床靶区(CTV)分割结果进行质量预测,采用平均绝对误差(MAE)作为主要评估指标。结果:多任务训练策略下模型预测CTV分割的DSC的MAE为0.035 4±0.042 2,优于单任务训练的0.040 2±0.053 6,表明多任务学习有助于提升预测精度。结论:本研究提出的多任务质量预测模型在直肠癌CTV分割质量评估中表现出良好的准确性,模型可用于辅助临床快速识别有问题的分割层面,为医生提供量化参考指标,从而提高分割审核效率,推动放疗流程的智能化与标准化。 2026年05月28 00:00 2026年第5期 675 681 3114721 韦尚炎1,2,彭慧娟2,刘倩2,唐源2,陈辛元2,门阔2,全红1 基于多任务深度学习的人工假体视觉优化表达方法 /oa/darticle.aspx?type=view&id=202504014 提出一种联合实例分割和单目深度估计视觉任务的融合深度学习模型框架,在此基础上,提出一种融合注意力机制的的优化表达分级策略,为人工视觉下场景中的多目标信息增强优化提供计算依据,以优化低分辨率假体视觉信息表达。开展的仿真假体视觉下的行走避障评估试验表明,该方法在任务完成时间、被试决策流畅度以及障碍物避让能力上均有显著提升。这一研究为人工视觉的信息优化提供技术思路,有利于假体设备性能提升和临床推广应用发展。 【关键词】视网膜假体;人工视觉优化;多任务深度学习;视觉特征协同 2026年05月28 00:00 2026年第5期 682 689 5751012 王静1,2,周翔龙1,张震1,韩彦岭1,沈晓晶1 基于X线平片的AI自动测量系统在膝关节置换力线评估中的应用 /oa/darticle.aspx?type=view&id=202509020 目的:探讨基于X线平片的AI自动测量系统在膝关节置换力线评估中的准确性、稳定性及应用价值。方法:选取2023年1月至2024年1月福建医科大学附属龙岩第一医院收治的58例膝关节骨性关节炎患者为传统组,采用传统人工手动测量相关数据;2024年2月至2025年2月收治的61例患者为AI测量组,采用AI自动测量系统进行分析。比较两组术前下肢力线角度、术后膝关节活动度以及术后6个月力线角度。结果:两组基于X线平片的不同测量方式进行下肢力线相关角度测量,测量结果具有显著差异(P<0.05);传统组髋-膝-踝角、机械股骨远端外侧角、机械胫骨近端内侧角与AI测量组比较存在显著差异(P<0.05)。结论:基于X线平片的AI自动测量系统能够显著提升下肢力线角度测量的精确度和效率。 2026年05月28 00:00 2026年第5期 690 694 1085475 谢建鸿,阙武堂,胡秀年,涂学招,兰伟斌 基于CNN-Lasso-XGBoost的中医痛经方剂预测模型 /oa/darticle.aspx?type=view&id=202505033 针对中医痛经诊疗中四诊信息特征复杂繁多与单一机器学习模型处理多特征数据精度不足的双重挑战,构建CNN-Lasso-XGBoost混合模型,卷积神经网络(CNN)通过3层卷积-池化结构对原始四诊数据进行多层非线性变换,捕捉症状间的局部关联特征。离散的四诊特征经分类后编码重构为二维矩阵输入CNN,Lasso回归通过L1正则化惩罚项对特征向量进行稀疏化处理,依据系数绝对值筛选出28个关键特征,有效去除与方剂分类无关的冗余信息,形成低维高效的特征空间。最终,XGBoost集成学习模型基于优化后的特征子集完成方剂分类,实验结果表明,基于CNN-Lasso-XGBoost方剂分类预测模型在痛经数据集上准确率达到93.93%,相较于其他机器学习模型准确率提升1.53%~4.66%,并且在肺癌公开数据集上模型准确率达到98.39%,优于部分现有模型,验证本文模型的有效性和泛化能力。 【关键词】痛经方剂;特征选择;卷积神经网络;预测模型 2026年05月28 00:00 2026年第5期 695 700 1601081 张森,任真