考生在备考上海交通大学同仁医院影像医学与核医学专业博士研究生时，需结合学科前沿动态与医院特色研究方向制定系统性复习计划。首先应全面梳理《医学影像诊断学》《核医学》等核心教材，重点掌握CT/MRI影像判读、PET/CT/SPECT临床应用、放射性药物使用规范等基础理论，同步关注《中华放射学杂志》《核医学与分子影像》等权威期刊近三年发表的原创性研究成果。

建议建立"三维度复习体系"：纵向维度按解剖部位（如中枢神经、心血管、肿瘤系统）构建影像-病理对照知识网络；横向维度整合核医学示踪原理与分子影像学进展；立体维度结合上海交通大学医学院附属同仁医院在肺结节精准诊断、脑功能影像评估、核医学治疗等领域的重点科研成果。可通过医院官网下载近五年博士招生简章，重点分析考试科目中影像组学分析、AI辅助诊断系统等新兴考核点的占比变化。

复习周期宜采用"3+2+1"阶段：3个月基础强化期完成教材精读与题库训练，2个月专项突破期针对核医学治疗剂量计算、影像组学特征提取等计算题进行算法训练，1个月模拟冲刺期参与医院组织的模拟面试并制作个性化科研成果陈述PPT。特别要注意2023年新增的"影像-临床-科研"交叉案例分析题，建议收集同仁医院临床数据库中的典型病例，运用ITK-SNAP、3D Slicer等影像分析软件进行三维重建与定量分析。

备考过程中应建立"四库联动"机制：文献数据库（PubMed/CNKI）、题库（医院历年真题）、案例库（三甲医院典型影像）、工具库（影像处理软件/统计软件）。每周参加医院影像科组织的晨交班病例讨论，重点记录导师在肺腺癌PET/CT代谢参数解读、脑卒中DWI影像序列优化等方向的研究心得。对于核医学部分，需深入理解18F-FDG摄取动力学模型，熟练运用MIP/ROI定量分析法，并关注2024年刚上市的68Ga-PSMA-11在前列腺癌核医学显像中的应用进展。

在科研能力培养方面，建议选择与导师实验室方向契合的课题，如基于深度学习的肺小结节良恶性鉴别模型构建或放射性栓塞治疗疗效的SUVmax动态监测研究。需系统学习STATA（统计分析）、Python（影像数据处理）和MATLAB（算法开发）工具，完成1-2篇符合SCI期刊要求的预实验数据分析。同时关注国家自然基金委公布的影像医学重点专项申报指南，提前准备交叉学科研究方案。

面试准备应侧重"三讲能力"训练：讲清CT灌注成像在缺血性脑卒中时间窗判断中的临床价值、阐述PET-CT在神经内分泌肿瘤分期中的循证医学证据、解析核素骨扫描在骨转移瘤疗效评估中的定量标准。建议录制模拟面试视频，邀请影像科高年资医师从学术创新性、技术可行性、转化潜力三个维度进行针对性点评。最后阶段需重点准备英文文献汇报，熟练运用EndNote管理参考文献，掌握LaTeX排版学术论文的规范流程。

特别提醒考生注意2024年招生政策调整，影像组学特征与机器学习算法的结合已纳入考试大纲，建议系统学习《医学影像组学方法学》《放射组学生物标志物解析》等专著，并关注医院正在建设的"智慧影像云平台"中的多中心研究数据。对于核医学部分，需重点复习《核医学治疗剂量计算指南》2023版更新内容，尤其是钇-90微球治疗肝癌的肝肺比值计算公式及放射性粒子植入的立体定位技术规范。