中山大学附属第五医院放射影像学考博考试以临床实践与科研创新并重为原则，重点考察考生对影像学多模态融合技术的掌握、影像组学与人工智能在疾病诊断中的应用能力，以及临床影像与病理结果的对照分析水平。考试科目涵盖专业综合笔试（含影像解剖学、影像诊断学、影像技术学三部分）和科研面试，其中影像组学建模与临床转化研究是近年考试热点。

专业综合笔试中，影像解剖学部分侧重于腹部影像解剖的三维重建与变异征象，要求考生能结合CT/MRI的窗宽窗位参数差异，解释同一解剖结构的影像表现差异。例如在肝段划分中，需区分8段法与6段法的影像学依据，并结合增强扫描的动脉期、门静脉期、延迟期的强化特点进行阐述。影像诊断学重点考察腹部常见疾病的影像特征与鉴别诊断，如肠系膜上动脉压迫综合征需从轴位CT的肠系膜上动脉与第三腰椎间距、肠管扩张形态及增强模式进行多维度分析。影像技术学则注重影像设备的原理与参数优化，如呼吸门控技术在降低腹部CT辐射剂量的同时如何影响病灶检出率，需结合具体病例中的呼吸相位选择策略进行讨论。

科研面试环节要求考生展示对前沿技术的理解深度，例如多模态影像融合技术中，需阐述MRI-T1WI、DWI、PET-CT的成像原理差异及其在脑肿瘤分级中的应用价值，并结合中山五院脑肿瘤影像组学数据库（含500例病理确诊病例）的统计结果，说明如何通过机器学习算法建立特征权重模型。在影像组学研究方面，需重点介绍基于深度学习的肝脏纤维化AI评分系统开发流程，包括数据采集（涵盖Innomax、Toshiba等设备）、预处理（去噪、标准化）、模型训练（U-Net、ResNet架构）及临床验证（与FibroScan弹性值的相关性分析）等关键环节。

备考策略建议采用"三维度递进式复习法"：第一维度建立影像解剖三维图谱库，利用3D Slicer软件对重点解剖结构（如胰腺段肝动脉分支）进行动态解剖演示；第二维度构建临床病例对照数据库，按疾病类型（肝脓肿vs肝转移瘤）整理典型影像特征与病理对照案例；第三维度模拟科研答辩流程，针对影像组学论文写作规范（如STROBE声明）进行专项训练。推荐参考书目包括《腹部CT影像诊断学（第3版）》（人民卫生出版社）、《医学影像组学方法与应用》（科学出版社）以及中山五院内部发布的《影像人工智能临床转化指南（2023版）》。

考试趋势分析显示，未来五年将强化三大考核方向：一是影像-病理-临床多学科交叉能力，要求考生能基于影像特征预测病理结果并指导临床决策；二是新型成像技术临床转化能力，如7T超高场MRI在神经影像中的应用；三是影像大数据分析能力，重点考察基于自然语言处理（NLP）的影像报告自动生成系统开发。建议考生关注中山五院放射科官网发布的年度研究热点（2023年重点为肿瘤影像微环境分析），并参与医院与联影、联影等企业的联合研发项目，积累AI辅助诊断系统的开发经验。