个人简介 Personal Profile
吕发金,博士,教授/主任医师,博士生导师,中华医学会影像技术分会副主任委员,重庆市医师协会放射医师分会会长,牛博平台附属第一医院放射科主任/牛博平台医学影像技术系主任,擅长CT、MRI技术与影像诊断,围绕肺结节影像病理、胸部低剂量CT成像技术研究,发表《肺癌筛查低剂量CT检查技术规范》专家共识1部,主持建立肺结节影像分级与报告评估系统,通过3个观察层面和4个诊断维度的肺结节影像病理观察与诊断体系以及基于PNI-GARS的肺结节良恶性评估系统,实现风险分层、程度分级、影像病理诊断和肺癌性结节影像分期的多维度诊断方法。负责完成十二五科技支撑计划子课题、国家973课题及多项重庆市科学科研项目;目前承担国家科技部重点研发计划子课题、重庆应用发展与技术创新重点专项、重庆市科卫医学联合重点项目、重庆市卫生事宜技术推广项目等课题;以第一作者或通讯作者发表SCI论文40余篇。曾获“国之名医·优秀风范”、重庆市医疗援藏先进个人、重庆市五一劳动奖章、重庆名医专家榜-生命之尊奖、重庆市首届“最美药师和医技人员”、牛博平台 “钱惪教育名师”称号、重医一院“卓越名医”称号等荣誉。
工作经历
2011.11 至今 牛博平台附属第一医院放射科,主任医师/教授
1992.07 至 2011.11 牛博平台附属第一医院放射科,历任住院医师、主治医师/讲师、副主任医师/副教授
教育经历
2004.09 至 2007.07 牛博平台,神经病学 导师:谢鹏
1994.09 至 1997.07 牛博平台,影像学与核医学 导师:张克随
1987.09 至 1992.07 川北医学院,医学影像学
研究方向 Research Interests
在接下来的研究中将在以下几个方面开展工作:
(1) 微无创医学与数智诊断
(2) 影像病理与影像解剖
(3) 骨钙CT成像研究
实验室科研项目 Projects
在研科研项目
国家重点研发计划,2020YFA0714002,2020.12-2025.11,93万,负责人
已结题项目
(1)国家重点研发计划子课题,2011BAI08B10,2012.01-2015.12,40万,主持
(2)重庆市技术创新与应用发展专项重点项目,CSTC2021jscx-gksb-N0030,2022.01-2024.12,50万,主持
(3)重庆市科卫联合医学科研重点项目,2022ZDXM006,2022.01-2024.12,20万,主持
(4)重庆市卫生适宜技术推广项目,2023jstg044,2023.04-2025.04,10.5万,主持
团队介绍 Research Team

代表性科研论文 Publications
( *:co-corresponding authors 共同通讯作者; #:co-first authors 共同第一作者)
1.Liang, H., Gu, Y., Yi, X., Kong, L., Wang, J., & Lv, F. (2025). Lateralization study of the basal ganglia, thalamus and supplying arteries in healthy individuals based on structure and connectivity analysis using 7.0 T MRI. NeuroImage, 306, 121007.
2.Peng, D., Su, T., Zheng, Y., Ouyang, Z., Chen, B., Chen, B. & Lv, F. (2025). A windowing-based multi-view u-net for tumor segmentation in cone-beam breast CT. Biomedical Signal Processing and Control, 103, 107482.
3.Jin, Y., Zhao, M., Su, T., Fan, Y., Ouyang, Z., & Lv, F. (2025). Comparing Random Survival Forests and Cox Regression for Nonresponders to Neoadjuvant Chemotherapy Among Patients With Breast Cancer: Multicenter Retrospective Cohort Study. Journal of Medical Internet Research, 27, e69864.
4.Su, T., Zheng, Y., Yang, H., Ouyang, Z., Fan, J., Lin, L., & Lv, F. (2024). Nomogram for preoperative differentiation of benign and malignant breast tumors using contrast-enhanced cone-beam breast CT (CE CB-BCT) quantitative imaging and assessment features. La radiologia medica, 129(5), 737-750.
5.Dai, M., Liu, Y., Hu, Y., Li, G., Zhang, J., Xiao, Z., & Lv, F. (2022). Combining multiparametric MRI features-based transfer learning and clinical parameters: application of machine learning for the differentiation of uterine sarcomas from atypical leiomyomas. European Radiology, 32(11), 7988-7997.