深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 47766 篇文献，本页显示第 1 - 20 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-08-05 |
Deep Learning-Based Method for Damage Severity Grading of Black Shell Disease in Hong Kong Oyster (Crassostrea hongkongensis) Caused by Polydora Complex
2026-Sep, Journal of fish diseases
IF:2.2Q1
DOI:10.1111/jfd.70170
PMID:41887728
|
研究论文 | 开发了一种结合注意力机制的改进Deeplabv3+语义分割模型，用于香港牡蛎黑壳病的严重程度分级，并构建了网络系统。 | 将CBAM注意力模块集成到Deeplabv3+中，显著提升了病灶分割性能，并开发了实用的网络系统进行疾病分级。 | 研究依赖于特定种类的牡蛎图像数据集，可能限制模型在其他物种或地理区域的泛化能力。 | 识别和分级牡蛎黑壳病的严重程度，以支持疾病监测和预防。 | 香港牡蛎（Crassostrea hongkongensis）的壳体图像。 | 数字病理学 | 牡蛎黑壳病 | 图像采集与增强技术 | 卷积神经网络（CNN） | 图像 | 4590张贝类疾病图像 | 未提供 | Deeplabv3+, CBAM | mIoU, 平均精度, mFscore | 未提供 |
| 2 | 2026-08-05 |
Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review
2026-Aug-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9146
PMID:41412746
|
综述 | 系统总结了下丘脑分割方法及其在生理和临床研究中的应用，重点对比了基于解剖学的人工分割和基于深度学习的全自动分割方法 | 全面回顾了下丘脑分割方法，并指出了该领域的主要挑战，包括缺乏统一分割方案和儿科研究中的方法学空白 | 可能受限于综述范围，未能涵盖所有最新研究，且未具体解决标准化分割工作流程的不足 | 总结下丘脑分割方法及其在生理和临床研究中的应用，并强调领域内挑战，以推动标准化和儿童研究的发展 | 下丘脑分割方法及其在脑影像中的应用 | 医学影像 | 不适用 | 神经影像 | 深度学习 | 影像 | 不适用 | 不适用 | 深度学习方法（具体架构未提及） | 不适用 | 不适用 |
| 3 | 2026-08-05 |
Toward Improved Decision-making of Unruptured Intracranial Aneurysms Using Automated Segmentation from TOF-MRA with Iterative Pseudolabeling
2026-Aug-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9231
PMID:41690811
|
研究论文 | 本文开发并验证了一种基于深度学习的颅内血管和动脉瘤分割方法（DIVA-seg），利用迭代伪标签技术从TOF-MRA图像中自动分割未破裂颅内动脉瘤，以提高临床决策支持。 | 提出了一种基于伪标签的迭代训练策略，利用大量未标记数据增强模型性能，实现了跨数据集的稳健分割，并验证了3D形态学测量的临床适用性。 | 研究未在更多样化的临床数据集中验证，且伪标签选择可能引入噪声，影响模型的泛化能力。 | 开发并验证一种自动分割颅内血管和动脉瘤的深度学习方法，以支持未破裂颅内动脉瘤的临床决策。 | 未破裂颅内动脉瘤患者，来自三个TOF-MRA数据集，包括标记训练数据（57例）、测试数据（14例）、未标记伪标签数据（518例）和外部验证数据（82例）。 | 医学图像分割 | 未破裂颅内动脉瘤 | 飞行时间磁共振血管成像（TOF-MRA） | nnU-Net | TOF-MRA图像 | 训练集：57例标记；测试集：14例标记；伪标签集：518例未标记；外部验证集：82例标记。总样本数：657例。 | PyTorch | nnU-Net | Dice相似系数（DSC）、95%豪斯多夫距离（HD）、3D形态学测量、盲法定性评估 | 未在摘要中明确提及，但nnU-Net通常需要GPU（如NVIDIA V100或A100）进行训练。 |
| 4 | 2026-08-05 |
Integrated Deep Learning-Based Intracranial Vessel Wall Imaging with DANTE Preparation: Feasibility and Technical Performance
2026-Aug-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9232
PMID:41690813
|
研究论文 | 本研究评估了在深度学习加速的T1-SPACE序列中加入DANTE准备用于颅内血管壁成像的可行性，并与未加DANTE的序列在管腔和管壁显示质量上进行比较 | 首次将DANTE准备与深度学习加速的T1-SPACE序列相结合，并系统评估其临床可行性和技术性能 | 单中心回顾性研究，样本量较小，且DANTE准备可能导致管壁显示质量下降 | 评估深度学习加速的DANTE准备颅内血管壁成像的可行性，并平衡管腔和管壁图像质量 | 颅内血管壁和管腔，包括MCA、中脑周围静脉、深脑静脉和皮层静脉等血管段 | 医学影像，深度学习 | 颅内血管病变 | 磁共振成像（MRI），DANTE准备，深度学习加速 | NA | MRI图像 | 35名患者（22名女性，平均年龄57.9±17.1岁），共556对血管段 | NA | NA | 管腔和管壁可视化评分（4点Likert量表），静脉血流伪影评分，比值比（OR），95%置信区间，Bland-Altman分析 | NA |
| 5 | 2026-08-05 |
A Comparative Evaluation of 7T MRI for Epilepsy with Deep Learning-Based Image Reconstruction and Dynamic Parallel Transmission
2026-Aug-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9218
PMID:41667229
|
研究论文 | 本文比较了结合动态并行传输和深度学习重建的增强型7T MRI癫痫协议与标准7T协议，并评估了其在实际临床应用中的优势 | 首次将动态并行传输和深度学习重建整合到7T MRI癫痫协议中，实现分辨率提升、扫描时间减少和图像均匀性改善，同时解决B1+场不均匀性和长扫描时间问题 | 研究为回顾性设计，样本量相对较小，且未提供患者临床结局数据，仅评估了图像质量指标 | 优化7T MRI癫痫成像协议，通过集成动态并行传输和深度学习重建技术，提高图像质量和扫描效率，促进7T MRI在临床常规癫痫诊断中的应用 | 癫痫患者的7T MRI脑部图像 | 医学影像 | 癫痫 | 7T MRI, 动态并行传输, 深度学习重建 | 深度学习重建模型 | MRI图像 | 共80例MRI图像，其中标准7T癫痫协议40例，增强协议40例 | NA | NA | 图像噪声, 信号均匀性（变异系数）, 分辨率/时间权衡 | NA |
| 6 | 2026-08-05 |
EMMPREDMLsub: multi-label prediction of mRNA subcellular localization based on the ESM2 large language model and MMDO-MDPU resampling strategy
2026-Aug, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2025.2610684
PMID:41493162
|
研究论文 | 提出了一种基于ESM2大语言模型和MMDO-MDPU重采样策略的多标签mRNA亚细胞定位预测工具EMMPREDMLsub，并展示了其性能优势及解释性分析 | 结合曼哈顿均值方向过采样与曼哈顿密度保持欠采样的新型重采样技术，并首次将ESM2大语言模型用于mRNA序列特征提取，开发了多标签预测工具EMMPREDMLsub，通过SHAP分析揭示了深度模型依赖多特征协同作用 | 摘要未明确提及局限性 | 提高mRNA亚细胞定位多标签预测的准确性，并解释预测机制 | mRNA序列及其亚细胞定位 | 机器学习 | NA | ESM2大语言模型特征提取 | 深度学习和传统模型（具体未指明） | 序列数据 | 未明确提及 | NA | ESM2 | 多标签预测指标（具体未指明） | NA |
| 7 | 2026-08-05 |
Artificial Intelligence in Endodontics-A Bibliometric Analysis
2026-Aug, Australian endodontic journal : the journal of the Australian Society of Endodontology Inc
IF:1.3Q3
DOI:10.1111/aej.70080
PMID:42015461
|
研究论文 | 本文通过文献计量学方法，系统分析了人工智能在牙髓病学领域的研究趋势，包括发表量、作者合作、机构与国家贡献、引用模式和关键词共现 | 首次对人工智能在牙髓病学中的应用进行全面文献计量分析，揭示当前研究热点和合作格局 | 文献检索仅限于PubMed、EMBASE和Scopus三个数据库，可能遗漏部分相关研究；分析结果受数据库收录范围和时间限制影响 | 通过文献计量方法绘制并评估人工智能在牙髓病学中应用的研究趋势 | 人工智能在牙髓病诊断、治疗和教育中的应用研究 | 文献计量学 | 牙髓病 | 文献计量分析 | NA | 文献数据 | 220篇研究 | 文献计量软件 | NA | 发表量、引用模式、关键词共现 | NA |
| 8 | 2026-08-05 |
STAID: A Self-Refining Deep Learning Framework for Spatial Cell-Type Deconvolution with Biologically Informed Modeling
2026-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.75607
PMID:42107049
|
研究论文 | 提出一种自精炼深度学习框架STAID，用于空间转录组数据中细胞类型反卷积，通过迭代伪点精炼和图信号处理实现准确的空间细胞类型组成推断 | 创新性地结合伪点生成与深度学习训练，通过迭代伪点精炼形成自增强循环，并利用图信号处理捕获基因间高阶关系 | 摘要未提及明确局限性 | 实现空间转录组数据中spot级别的细胞类型组成准确反卷积，并提供组织结构和细胞异质性的深入见解 | 空间转录组数据中的细胞类型组成，包括临床乳腺癌组织、人类胚胎肢体数据集和克罗恩病组织 | 深度学习 | 乳腺癌, 克罗恩病 | 空间转录组测序 | 图神经网络 | 空间转录组数据 | 包含乳腺癌临床切片、人类胚胎肢体数据集和克罗恩病组织数据集 | NA | 图信号处理 | NA | NA |
| 9 | 2026-08-05 |
Deep learning-based CT radiomics for ALK rearrangement status prediction in lung adenocarcinoma
2026-May-14, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-026-16124-w
PMID:42135669
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10 | 2026-08-05 |
Importance of integrating biological sex and age analyses in health research
2026-May-12, Biology of sex differences
IF:4.9Q1
DOI:10.1186/s13293-026-00900-1
PMID:42116218
|
观点文章 | 本文探讨了在健康研究中整合生物学性别和年龄分析的重要性，认为应将其视为关键变量而非混杂因素 | 提出将性别和年龄作为主要分析维度，而非仅仅控制混杂因素，以揭示更准确的发现 | 未提及具体限制 | 强调在健康研究中按性别和年龄进行数据分析的重要性，以避免遗漏关键见解 | 人类、动物和细胞群体 | 健康研究 | 不适用 | 不适用 | 不适用 | 研究数据（未具体说明） | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 11 | 2026-08-05 |
Beyond Invariable Sites: Using Evolutionary Stasis to Map Multi-Layered Constraints on the Evolution of Viral and Mammalian Genomes
2026-Apr-10, bioRxiv : the preprint server for biology
DOI:10.64898/2026.04.09.717527
PMID:41993262
|
研究论文 | 提出B-STILL框架，利用进化停滞位点解析病毒和哺乳动物基因组中的多层选择约束。 | 首次通过贝叶斯层次模型结合密码子替换模型，聚焦近零进化速率区域，区分随机不变性与功能性约束，识别进化停滞锚点（ESAs）。 | 依赖密码子替换模型的近似计算，可能对极长序列或复杂进化场景的适用性有限。 | 开发可扩展的统计框架，用于高分辨率基因组注释，将不变位点转化为极端纯化选择的标记。 | 病毒和哺乳动物基因组中的蛋白质编码基因。 | 机器学习, 计算生物学 | NA | 密码子替换模型, 贝叶斯推断 | 层次贝叶斯模型 | 基因组序列数据 | 包含数千条序列的比对，以及来自病原体和临床数据库的验证数据 | NA | 层次贝叶斯模型 | 预测能力, 聚类显著性 | NA |
| 12 | 2026-08-05 |
CTP-Free Method for Automated Lesion Water Uptake in Acute Ischemic Stroke
2026-Mar-04, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9054
PMID:41781175
|
研究论文 | 本文开发并评估了一种仅使用NCCT和CTA图像，通过深度学习自动测量急性缺血性卒中患者梗死核心及低灌注区净水摄取（NWU）的方法，并与传统CTP-NCCT方法进行比较。 | 提出了一种无需CTP的自动NWU测量方法，利用深度学习从NCCT和CTA中分割梗死核心和低灌注区，避免了CTP的额外辐射和对比剂风险，提高了临床适用性。 | 研究为单中心回顾性分析，样本量较小（90例），缺乏外部验证，可能限制结果普适性；此外，NWU测量可能受图像质量和患者个体差异影响。 | 开发并评估一种基于NCCT和CTA的自动化NWU测量方法，以替代传统CTP依赖方法，辅助急性缺血性卒中的治疗决策。 | 急性缺血性卒中患者，来自MR CLEAN Registry和MR CLEAN-LATE试验，共90例，具有已知发病时间及NCCT、CTA、CTP影像数据。 | 医学图像分析 | 急性缺血性卒中 | 深度学习（用于图像分割），NCCT和CTA成像 | 卷积神经网络（CNN，用于分割） | 医学影像（NCCT、CTA、CTP图像） | 90例急性缺血性卒中患者 | 未明确提及（可能使用深度学习框架如PyTorch或TensorFlow，但未在摘要中说明） | 未明确指定具体架构（可能为U-Net等分割网络，但摘要未提及） | 组内相关系数（ICC）、Bland-Altman分析、受试者工作特征曲线（ROC）及曲线下面积（AUC） | 未在摘要中提及 |
| 13 | 2026-08-05 |
Getting Started on Artificial Intelligence in Health Care and Clinical Research: Includes Rigor Checklist for Authors and Reviewers
2026-Jan, Advances in wound care
IF:5.8Q1
DOI:10.1177/21621918251380217
PMID:41039915
|
综述 | 本文为研究人员、临床医生和审稿人提供了在医疗保健和临床研究中应用人工智能的路线图，包括严谨性检查清单，并概述了人工智能的基础、核心技术和应用。 | 强调了人工智能采用始于人而非技术，提出了从内部建设生物医学人工智能劳动力队伍的系统方法，并提供了针对作者和审稿人的严谨性检查清单。 | 未提及具体局限性。 | 帮助研究人员、临床医生和审稿人理解并严谨地应用人工智能于医疗保健和临床研究，促进负责任和变革性的创新。 | 生物医学人工智能领域，包括研究人员、临床医生、审稿人以及相关技术应用。 | 机器学习 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 14 | 2026-08-05 |
Exploring the Terra incognita of AI-based domain classifications
2025-12, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70392
PMID:41288334
|
研究论文 | 本研究探索了基于AI的蛋白质结构域分类中的未知领域，通过分析664个低置信度的候选新型折叠结构域，创建了190个新的Pfam家族，并揭示了蛋白质折叠空间的扩展机制 | 首次系统性地对TED和DPAM方法均低置信度分类的候选新型折叠结构域进行全面分析，建立了190个新的Pfam家族，包括许多未知功能域，并发现了锌结合和二硫键丰富结构等新型架构 | 部分候选新型折叠结构域可能源于结构域边界预测错误，如截断序列或紧密堆积的结构域重复，这可能影响分类的准确性 | 深入探索基于AI的蛋白质结构域分类中的未分类区域，解决新型蛋白质折叠分类挑战，并扩展蛋白质分类框架到未探索的结构领域 | 664个来自TED数据库的候选新型折叠结构域，这些结构域被TED和DPAM方法以低置信度分类，涵盖结构多样且大部分非冗余的结构域集合 | 结构生物信息学 | 不适用 | 结构域分类方法（TED和DPAM）、序列与结构相似性分析 | 不适用 | 蛋白质结构域数据 | 664个候选新型折叠结构域，来自TED数据库 | 不适用 | 不适用 | 不适用 | 不适用 |
| 15 | 2026-08-05 |
Development of machine learning-based mpox surveillance models in a learning health system
2025-Oct-16, Sexually transmitted infections
IF:3.6Q2
DOI:10.1136/sextrans-2024-056382
PMID:40318862
|
研究论文 | 本研究旨在开发基于机器学习和深度学习模型的mpox病例监测系统，利用临床笔记进行监测 | 首次将机器学习模型应用于mpox监测，并在学习型健康系统框架下进行，比较了传统回归模型与深度学习模型的性能 | 仅基于单一医疗中心的数据，样本量相对较小，可能限制模型的泛化能力 | 开发并评估基于临床笔记的机器学习模型用于mpox病例监测，以支持公共卫生监测和持续质量改进 | 哥伦比亚大学欧文医学中心的临床就诊记录，包括PCR确诊的mpox病例及匹配对照 | 机器学习 | mpox | 临床笔记文本分析 | 逻辑回归（LASSO）、ClinicalBERT、ClinicalLongformer | 临床文本数据 | 228例mpox病例和698例对照 | NA | LASSO、ClinicalBERT、ClinicalLongformer | 精确率、召回率、F1分数、AUROC、AUPRC、RP80 | NA |
| 16 | 2026-08-05 |
Decentralized, privacy-preserving surgical video analysis with Swarm Learning
2025-Oct-03, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.02.25337106
PMID:41256170
|
研究论文 | 提出了一种结合弱监督深度学习与群体学习的去中心化、隐私保护的手术视频分析流程，并在阑尾切除术视频数据集上验证其性能 | 首次将群体学习与弱监督深度学习结合用于手术视频分析，实现去中心化协作训练而无需共享数据，并针对患者级结果进行预测 | 硬件故障和与电子病历系统集成有限是临床实施的主要障碍 | 开发并评估一种去中心化、隐私保护的手术视频分析流程，以支持多中心协作并预测患者级结局 | 397段来自六个国际手术中心的腹腔镜阑尾切除术视频记录 | 医学影像分析，机器学习 | 阑尾炎 | 手术视频分析 | SurgTempoNet，SurgFrameNet，多示例学习 | 手术视频（腹腔镜阑尾切除术记录） | 397段视频，来自6个中心 | NA | SurgTempoNet，SurgFrameNet | 分类性能（可能包括准确率、AUC等，但未具体列出，故此处为NA） | NA |
| 17 | 2026-08-05 |
OncoMet: a deep learning framework for the prediction of oncogenic signaling pathways and metastasis in esophageal cancer patients using histopathology images from primary tumors
2025-08-21, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-06914-4
PMID:40842012
|
研究论文 | 提出一个基于深度学习的框架OncoMet，利用食管癌患者原发肿瘤的组织病理学图像预测致癌信号通路及其转移风险 | 首次在无需详尽patch级标注的情况下，仅依赖切片级标注，利用深度学习模型从H&E染色切片预测致癌信号通路和转移风险 | 文中未明确提及局限性 | 利用深度学习分析数字病理图像，自动化并提升食管癌的诊断和风险分层，以支持精准医学和靶向治疗 | 食管癌患者原发肿瘤的组织病理学图像 | 数字病理学 | 食管癌 | H&E染色全切片成像 | 深度学习模型 | 图像（高分辨率H&E染色全切片图像） | 未明确给出样本数量 | 未明确指定（可能使用通用深度学习框架，如TensorFlow或PyTorch） | 未明确指定（深度学习模型） | AUC | 未明确说明 |
| 18 | 2026-08-05 |
Spatiotemporal calcium signaling patterns underlying opposing effects of histamine and TAS2R agonists in airway smooth muscle
2025-07-01, American journal of physiology. Lung cellular and molecular physiology
DOI:10.1152/ajplung.00058.2025
PMID:40434402
|
研究论文 | 本研究通过单细胞显微镜和基于深度学习的图像分割技术，比较了组胺、氯喹和氟芬那酸在气道平滑肌细胞中引起的钙信号时空动态，并结合离子通道模型揭示了不同激动剂的相反效应机制 | 首次将单细胞显微成像与深度学习分割方法结合，量化分析不同激动剂诱导的钙信号时空异质性，并提出钙信号向细胞外周区室化导致膜超极化的新机制 | 摘要未提及研究局限性 | 探究苦味受体激动剂与组胺在气道平滑肌细胞中钙信号时空动态差异及其对膜电位和舒张作用的机制 | 气道平滑肌细胞中的钙信号动态及离子通道行为 | 数字病理学 | 哮喘 | 单细胞显微镜、深度学习分割 | 深度学习模型 | 图像 | 未提及具体样本数量 | NA | NA | 熵 | NA |
| 19 | 2026-08-05 |
Deep learning model for hair artifact removal and Mpox skin lesion analysis and detection
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05324-2
PMID:40594433
|
研究论文 | 本研究提出一种结合毛发去除与升级U-Net模型的深度学习方法来增强Mpox皮肤病变的检测 | 通过整合毛发去除预处理步骤与增强U-Net架构，提高Mpox皮肤病变的可见性和分割精度，显著优于现有模型 | 未提及 | 提高Mpox皮肤病变检测的准确性，辅助医生早期诊断 | Mpox、水痘和麻疹的皮肤病变图像 | 计算机视觉 | 痘病 | 深度学习 | CNN（U-Net） | 图像 | 未提及 | 未提及 | U-Net | 准确率、召回率、F1分数 | 未提及 |
| 20 | 2026-08-05 |
Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)"
2025-06-04, JMIR research protocols
IF:1.4Q3
DOI:10.2196/67875
PMID:40466092
|
研究论文 | 本研究旨在评估乳腺癌放疗后5年内房颤的发生率，并探讨心脏辐射暴露与房颤发生之间的关联。 | 使用智能手表进行为期一个月的房颤筛查，并辅以心电图确认和医生验证；开发深度学习算法进行心脏亚结构的自动分割和剂量分析。 | 样本量有限（200例），且为单中心研究，可能限制结果的普遍性。 | 评估乳腺癌放疗后5年随访期间症状性或无症状性房颤的发生率，并研究心脏辐射剂量与房颤发生的关联。 | 年龄超过65岁、5年前接受乳腺癌放疗、无房颤病史的200名患者。 | 数字病理学 | 乳腺癌 | 心电图、智能手表监测、经胸超声心动图、深度学习自动分割 | 深度学习模型（具体类型未指定） | 心电图数据、智能手表监测数据、超声心动图图像、医疗记录、剂量学数据 | 200名乳腺癌放疗后5年的患者 | NA | NA | 发病率 | NA |