山西医科大学影像医学与核医学考博研究需以扎实的专业基础与前沿技术融合为根基。考生应系统掌握医学影像学核心理论体系，重点突破解剖学三维重建、影像设备物理原理及信号处理技术等基础模块。在影像诊断学层面，需构建从X线到MRI、CT、超声及核医学的多模态影像诊断思维框架，特别是关注肝脏肿瘤的DCE-MRI动态增强模式、肺部小结节的三维重建技术及脑卒中CT灌注成像的缺血半暗带评估等高频考点。

核医学部分应深入理解放射性药物代谢动力学，重点掌握¹³¹I治疗分化型甲状腺癌的给药方案优化、¹⁸F-FDG在肿瘤代谢显像中的定量分析及PET-CT/SPECT融合成像的图像配准算法。建议结合山西医科大学核医学重点实验室的"肿瘤靶向治疗示踪剂研发"项目，研究抗肿瘤单克隆抗体偶联放射性核素的制备工艺与体内药代动力学特征。

影像技术进展方面，需关注人工智能在影像分割中的应用，如基于深度学习的肺结节良恶性鉴别模型（AUC值达0.92），以及5T超导磁共振在脑神经递质定量检测中的突破。在核医学领域，正电子发射断层-单光子发射计算机断层显像（PET-SPET）的联合成像技术及微PET/MRI在神经疾病中的研究是近年热点。

临床应用研究应聚焦多学科协作诊疗模式，如MDT团队在肝胆胰肿瘤的影像-病理-分子多维度诊断流程优化，以及核医学在姑息治疗中的骨转移疼痛管理方案。考生需掌握山西医科大学附属医院的"影像组学特征库"建设经验，了解基于影像组学模型的预后评估系统开发。

备考策略建议采用"3+1"复习体系：3个月系统梳理《医学影像诊断学》（第5版）与《核医学》（第2版）核心内容，1个月专项突破模拟题库（近5年真题重合率62%）。重点强化三大能力：影像特征与病理改变的对应关系（如脑膜转移瘤的"靶征"与"环形强化"）、核素代谢与分子表型的关联性（如¹⁸F-FDG摄取与EGFR突变的相关性）、影像技术参数优化（如MRI扫描层厚与软组织分辨率的关系）。

建议关注《中国医学影像技术》与《核医学杂志》的年度综述，特别是2023年《人工智能辅助肺结节良恶性鉴别研究进展》及《放射性核素靶向治疗新策略》等专题。考生需完成至少2项影像或核医学相关科研课题，重点体现技术创新（如开发基于机器学习的甲状腺结节自动分级系统）或临床转化价值（如建立区域性核医学检查质控标准）。