磁热疗加热功率测量中的仪器学挑战：非绝热交流量热法诊断方案与内在损耗功率（ILP）再评估

《Materials Today Communications》：Unravelling instrumental challenges in heating power measurements for magnetic hyperthermia

　　

在76%的实验室中识别出仪器问题，并开发了诊断方案（diagnostic protocol）。在至少35%的实验室中观察到表观非线性热损失（apparent non-linear heat losses）。在24%的实验室中温度分辨率不足（insufficient temperature resolution）。在19%的实验室中观察到非物理热振荡（non-physical heat oscillations）。在14%的实验室中观察到交流（AC）场敏感温度计（AC field-sensitive thermometers）。

磁热疗（magnetic hyperthermia）利用磁性纳米颗粒（magnetic nanoparticles, MNPs）在高频磁场下通过磁滞损耗产热，并可拓展至热催化、CO₂捕集与封存及子宫内膜异位症治疗等。要开发此类应用，必须量化MNPs的加热功率，以表征和比较样品并计算医学剂量等应用参数。非绝热交流量热法（non-adiabatic AC calorimetry）是最易获得且广泛使用的加热功率估计方法，但RADIOMAG项目曾显示17个欧洲先进实验室的内在损耗功率（intrinsic loss power, ILP；场强和纳米颗粒质量归一化加热功率）存在30–40%的实验室间系统偏差。既有改进涉及样品瓶材料、样品体积、场均匀性、温度计位置、场施加方案、数据处理、加热功率温度依赖和隔热效应等，但偏差仍存。RADIOMAG将相同MNPs分发至21个实验室开展循环比对（round-robin test；多实验室测量同一样品并集中分析），该研究据此重新分析数据集，识别交流量热当前状态中的仪器相关问题，分类四类主要误差来源并评估其对ILP估计的影响，提出数据质量评价标准，对满足标准的数据重新估计ILP，并提出非绝热交流量热装置的诊断方案。该研究的意义在于：76%的实验室存在至少一种已识别仪器问题；剔除问题数据并改变估计方法后，ILP偏差降至17–30%，较原报告改善约30%，同时形成可操作的五步诊断方案和斜率曲线（slope curves；温度时间导数随温度或温差变化的曲线）分析工具。

技术方法概述（不超过250字）：研究基于RADIOMAG项目三轮回环比对。第1轮由21个实验室测量Sample 1（40.6 mg MNP/ml）与Sample 2（3.9 mg MNP/ml，Fe₃O₄），样品均为有机包覆铁氧化物纳米颗粒水悬浮液；第2轮12个实验室并加入零电导水；第3轮15个实验室并再次加入零电导水，该研究使用第3轮水数据。各实验室采用非绝热交流量热（实验室19为绝热），场幅3–15.7 kA/m、频率111.7–928 kHz，典型加场约5 min。数据分析用Savitzky–Golay滤波（窗口约15 s、1阶）计算时间导数并构建斜率曲线，以初始斜率法（initial slope method；取加场初期最大斜率并忽略热损失）估计加热功率，并与校正斜率法（corrected slope method；假设线性热损失并校正）比较；设定10%误差质量准则诊断温度分辨率、场敏感温度计、非物理热振荡和非线性热损失，并提供Jupyter Notebook实现斜率曲线分析。

研究结果如下。4.1 测量问题（Measurement issues）：通过分析全部实验室斜率曲线，识别出四类仪器问题。4.1.1 温度分辨率（Temperature resolution）：通过比较数据中最小非零温度步长ΔT_min与升温速率，发现各实验室ΔT_min跨约1 mK至0.5 K两个数量级；高ΔT_min使数值导数噪声增大，并在低加热功率的Sample 2中更严重；以ΔT_min相关波动对斜率影响不超过10%为准则，Sample 1剔除实验室2，Sample 2剔除实验室1、2、14、15和17，合计约24%实验室在Sample 2中被剔除。4.1.2 交流（AC）场敏感温度计（AC field sensitive thermometers）：通过水等非感应产热样品的参考测量及斜率曲线，发现实验室16和20的T型热电偶在加场时出现快速温跳和涡流致缓慢升温，实验室1亦表现场敏感；实验室13的光纤温度计仅见环境缓慢温变；共3/21即14%实验室存在场敏感温度计；实验室21热电偶未显著受影响，说明热电偶可用但须预先评估。4.1.3 非物理热振荡（Non-physical heat oscillations）：通过斜率曲线观察到周期性增强与减弱加热，实验室5、6、7和13出现该现象，均为光纤测温，其中实验室5和13所用Neoptix传感器未被他室使用；振荡约每ΔT=3 °C出现一次；以振荡幅度小于10%为准则，Sample 1剔除实验室6，Sample 2剔除实验室5、6、7和13，对应最高19%实验室。4.1.4 表观非线性热损失（Apparent non-linear heat losses）：通过斜率曲线偏离线性判断，20个非绝热装置中至少17个使用某种隔热；实验室7、8、9、10、11、17和18出现表观非线性热损失且均使用隔热，仅实验室15虽用隔热但表现线性；其余12个因其他问题无法判断；故至少35%实验室受表观非线性热损失影响；原文建议用斜率曲线验证线性，并通过去除隔热层并施加气流维持样品周围恒温，或测量隔热层内温度以正确定义ΔT来缓解。4.2 ILP值的再估计（Re-estimation of ILP values）：由于校正斜率法依赖线性热损失，而多数实验室无法确认该假设，该研究改用不受热损失线性性影响的初始斜率法重新估计ILP，并考察剔除标准影响。4.2.1 实验室剔除（Exclusions of laboratories）：除前述标准外，实验室20因样品稀释导致样品损坏被排除，实验室21因报告场幅14–17 mT对应场幅19%偏差和ILP 39%偏差被完全排除；综合四类问题，21个实验室中16个即76%存在一项或多项问题。4.2.2 基于初始斜率法的ILP值（ILP values by initial slope）：通过重新估计，被接受的非绝热数据ILP随场幅H保持较恒定，符合线性响应理论预期；剔除数据含明显离群值（实验室1、2、16），亦有与均值接近者（实验室7、17）；质量准则有效去除显著偏离中位数的数据；初始斜率法无剔除时ILP标准差为30–77%，应用剔除后为17–30%，第1轮显示约30%降低；方法改变和引入质量准则均对降低偏差重要，Sample 2因加热功率较低对仪器问题更敏感。4.2.3 系统误差或随机误差（Systematic or random errors）：通过Youden图分析实验室内与实验室间差异，第1轮8个完全接受数据点中6个靠近曼哈顿中位数，实验室3和12垂直偏离提示随机误差或样品特异问题；绝热实验室19沿45°线偏离提示潜在系统误差；实验室13、14、15不能通过调整Sample 2 ILP靠近中位数，提示其显著贡献Sample 1偏差；第2轮数据较少但中位数与第1轮相近（约8%内），多数实验室位置相似，实验室12位移明显；跨轮比较显示多数点接近一致线，室内重现性良好，实验室6、12、13第2轮略低且原因未识别；残余偏差主要贡献者为实验室3、12、13、14、15和19，原因未识别，原文提示可能涉及场强报告错误或样品瓶/热探针热质量影响但未能确认。4.3 诊断方案（Protocol）：该研究提出五步方案：避免温度过早舍入；用非产热样品表征温度计场敏感性和噪声并检查斜率曲线；对MNPs测量检查非物理振荡和非线性热损失；在相同其他参数下改变场设置并比较冷却相斜率以判断热损失是否仅依赖温度；据线性热损失是否验证选择校正斜率法或初始斜率法，并将估计值与噪声和系统误差比较，同时遵循Wildeboer et al.方案并确认样品温度均匀性。该方案配套GitHub上的Jupyter Notebook。

讨论总结与结论翻译：讨论指出，剔除标准能有效排除显著偏离中位数的ILP值，轮次间重复性较好，样品重新定位通常不引入随机误差但仍可能含系统误差；残余17–30%偏差仍较大，Youden图显示6个实验室为主要贡献者且随机与系统误差混合，根本原因未识别，未来需研究场强报告错误、样品瓶或热探针热质量等系统误差，并建议在确保线性热损失的条件下重复类似RADIOMAG的循环比对以使用校正斜率法。研究结论部分翻译如下：在本研究中，识别出交流量热法中四类常见仪器问题：温度分辨率不足（21个实验室中的5个，即24%）、交流场敏感温度计（21个中的3个，即14%）、非物理温度振荡（21个中的4个，即19%）以及表观非线性热损失（20个中的7个，即35%）。基于这些发现，排除了存在这些问题的实验室数据，并仅使用质量足够的测量重新估计ILP值。采用初始斜率法进行ILP再估计，因为校正斜率法依赖线性热损失假设，而多数实验室无法确认该假设；但必须强调，若未来测量中验证了线性热损失，研究人员鼓励并优先使用校正斜率法而非初始斜率法。基于既往研究，研究人员建议此类线性损失可通过去除样品隔热层并使气流穿过样品以减轻样品近邻环境温升，或额外测量样品隔热层内温度以正确定义温差ΔT来实现。应用剔除标准后，重新估计的ILP值显示17–30%的偏差，与Wells et al.报告的偏差相比降低约30%；该标准可有效排除显著偏离已接受数据集中位数的ILP值。此外，观察到测量轮次间高度重现性，表明仪器内样品重新定位通常不会引入随机误差，但仍可能包含系统误差。尽管有所改善，17–30%的剩余偏差仍较大，值得进一步研究。Youden图分析显示，实验室3、12、13、14、15和19是残余偏差的主要贡献者，表现出随机与系统误差混合；本研究未识别这些偏差的根本原因，应在未来工作中探索。许多类型的系统误差无法由RADIOMAG数据识别，例如磁场报告错误或样品瓶或热探针热质量影响。一个有前景的未来方向是重复类似RADIOMAG的循环比对研究，但指导实验室确保测量中线性热损失，从而在比较ILP值时应用校正斜率法；研究人员预期，与因表观非线性热损失而在本研究中需要使用的较不稳健的初始斜率法相比，正确使用校正斜率法可进一步显著降低ILP偏差。为支持未来交流量热研究提高数据质量，第4.3节提出诊断方案；该方案基于斜率曲线的使用，斜率曲线为识别测量伪影提供了强大的可视化工具。研究人员建议实验室采用该方案，以评估其装置中是否存在任何已识别仪器问题，并主动在采集阶段建立可靠测量；该方案已在研究人员所在实验室中测试，未来工作将有兴趣研究其在他实验室尤其是另一次循环比对研究中的实施效果。发现76%的实验室至少存在一种已识别仪器问题，表明该方案的必要性。