当前位置:首页>排行榜>青基还是面上?300万标书在这你怎么选?基于放射病理图深度学习预测乳腺癌新辅助治疗疗效

青基还是面上?300万标书在这你怎么选?基于放射病理图深度学习预测乳腺癌新辅助治疗疗效

  • 更新时间 2026-10-27 14:37:45
青基还是面上?300万标书在这你怎么选?基于放射病理图深度学习预测乳腺癌新辅助治疗疗效

1. 国青申请背景与现状

要点

具体情况

论文作用

论文是必要条件,不是充分条件;有高分论文也可能两年不中

竞争态势

国青竞争激烈,国面更卷;国青对职业发展价值高,单位奖励也较可观

技术现状

传统组学、2.5D+Transformer、生境等已较“烂大街”,简单技术贬值快

机制现状

机制已大规模普及,明年可能九成以上标书都有;机制不再作为核心加分项

可挖方向

时空可解释性、生成式(A生成B/小样本)、多组学模态对齐与交互

2. 面上与青基的差别

维度

青年基金

面上项目

经费规模

约30万

上百万

研究层次

围绕单一模型/一套算法做深入研究

偏系统性研究,是一套解决问题的系统

典型内容

时空、生成式、多模态对齐/交互等

多病共存、泛癌、agent、系统化诊断

临床场景

聚焦一个点、一个固定问题(分类/生存等)

如前列腺癌系统预测:大小、位置、浸润、Gleason评分、神经/脉管侵犯等

可行性要求

30万要与经费匹配,不能写成大工程

经费大,但不能只做一个模型;重在系统构建

评审风险

把面上要求硬放到青基,易被认为“吹牛逼”、不可验收

需要系统性、复杂度与经费匹配

3. 标书撰写与申报策略

策略

具体做法

方向选择

做差异化,避开传统组学、2.5D+Transformer等烂大街路线;优先时空、生成式、多模态交互

机制定位

机制要有,但只“蹭一点”,占一页甚至半页,不作为核心亮点

故事逻辑

方法找故事,不要故事硬套算法;先定方法方向,再找适配临床故事

临床故事

要讲清必要性、投入产出比;如CT生成MRI需说明时间/费用/筛查价值,避免生硬

经费匹配

青基30万不能写成上百万系统工程;评审会看“能否验收”

团队背书

加入有名气的人,找院长等背书;作用在于标书可能被同行传阅、认真看

申报口

投影像口(27开头),不投纯工科口;医学背景在工科评审中易吃亏

预实验

不做复杂方法完整预实验,成本太高;做简单基础实验证明“能行”即可

服务与衔接

方法可类似但不重复,按数据/场景定制;国自然不中可改投省卫健委,时间衔接较紧

总体策略

30万做有挑战但可行的单一算法/模型;机制做配置;控制规模;加强背书;避免吹牛

一句话总结:国青要用30万做“有挑战但可行

国家自然科学基金面上项目申请书
(虚拟范本 · 示例文本,不可直接提交)
项目名称
基于空间-时序图学习与生成式重建的 SBRT 早期肺损伤智能预测及剂量优化系统
申请代码
H1810(医学信息学)/H1610(肿瘤学-肿瘤放射治疗)
资助类别
面上项目
申请金额
直接费用 300.00 万元(4 年执行期)
申请者
____(申请人)
依托单位
____(依托单位)
研究期限
2027 年 1 月 — 2030 年 12 月
研究内容
四个研究内容按「空间建模 → 时序融合 → 生成对齐 → 系统集成」递进设计,共用同一数据底座与同一评估口径,前一内容的输出作为后一内容的输入,形成证据闭环。
研究内容一:肺功能区亚区图表示与空间图神经网络建模
以放疗前计划 CT 与 PET-CT 为输入,通过无监督聚类与影像-病理对照将双肺划分为若干功能亚区(非损伤区、炎性渗出倾向区、纤维化倾向区、高灌注区等),以亚区为节点、以几何距离、影像特征相似度与功能拓扑关系联合定义边权,构建带属性异构图;在此基础上设计层次化图卷积算子与空间注意力机制,使高风险亚区的邻域信息按拓扑关系加权传播,输出空间增强的图级嵌入。本内容重点回答「哪些亚区、以何种空间关系」主导了肺损伤的发生。
研究内容二:放疗前-中-后三时点孪生网络时序融合
以放疗前 CT、放疗中三维剂量分布与 DVH、放疗后 3/6/12 个月随访 CT 为输入,构建双路参数共享的孪生网络:每一路独立完成单时序内多特征(组学、深度学习、2.5D 多通道)融合,再通过 Δ 特征构造与时序间注意力加权交叉完成融合,最后以时序自注意力整合多时点证据,末端以多任务头联合预测肺损伤分级(参照 CTCAE v5.0)与 FEV1/DLCO 趋势。本内容重点回答「时点之间如何交互」以及「哪些时序轨迹对应高危患者」。
研究内容三:低剂量 CT 生成式重建与影像-剂量跨模态对齐
针对随访 CT 低剂量扫描的噪声与伪影问题,构建潜在扩散模型完成图像域与特征域的双重重建;以对比学习(contrastive learning)构建影像分支与剂量分布分支的配对样本,实现跨模态特征空间对齐。本内容同时产出两项副产品:一是以生成样本扩充稀缺的重度肺损伤样本,二是以跨模态一致性分布标定模型置信边界,输出可靠性低于阈值时的降级策略与 0%/10%/30%/50% 四种模态缺失率下的性能衰减曲线。
研究内容四:SBRT 早期肺损伤预测与剂量优化系统的集成与三级验证
将前三个内容的模块集成至 PACS/TPS 工作流,形成「数据接入 → 空间引擎 → 时序引擎 → 生成对齐 → 决策报告」五段式流水线,输出结构化风险分层报告与带置信度的剂量优化建议;依次完成单中心内部验证、前瞻性独立验证与多中心外部验证,并以决策曲线分析(DCA)、净获益与临床决策改变率评价其临床效用。本内容是前三者的系统性整合与临床价值落点。
研究方案及可行性分析
本章为申请书的核心部分,按「总体技术路线 → 数据底座 → 分项技术方案 → 验证体系 → 可靠性与可解释性 → 机制验证 → 工作流集成 → 可行性 → 进度安排」九个层次展开。
(一)总体技术路线
系统采用六层架构,各层均有明确的输出物与进入下一层前须满足的质量闸门,任一层未通过闸门则回溯上一层的参数或数据,而非直接进入临床验证。
层级
模块
输入
核心算子
输出物
质量闸门
L0
数据底座
CT/PET-CT/DVH/临床表型
标准化、质控、脱敏
标准化数据集与数据字典
标注 κ ≥ 0.80,数据完整率 ≥ 95%
L1
空间引擎
计划 CT、PET-CT、亚区划分
图构建、层次化图卷积、空间注意力
图级嵌入 Z_space
空间模块相对基线 AUC 增益 ≥ 0.05
L2
时序引擎
三时点影像、DVH、Z_space
孪生编码、Δ 特征、交叉注意力、时序自注意力
时序融合特征 Z_temp
时序模块相对空间模块 AUC 增益 ≥ 0.03
L3
生成对齐
低剂量随访 CT、剂量分布
潜在扩散重建、对比学习对齐
高质量影像、可靠性分数
重建 PSNR ≥ 32 dB,域偏移下校准度 ECE ≤ 0.10
L4
决策报告
Z_temp、可靠性分数
多任务头、风险分层、报告模板
结构化风险报告与剂量建议
校准度 slope 0.8–1.25,DCA 净获益为正
L5
验证落地
多中心数据、PACS/TPS
三级验证、工作流集成
软件原型与验证报告
外部验证 AUC ≥ 0.80
说明:表内层级编号 L0–L5 为本申请书的内部约定,用于正文引用;质量闸门中的阈值为示例性设定,须在预实验阶段依据真实数据校准后写入正式申请书。
扫码添加王老师咨询国自然设计服务----上百篇SCI讲解免费领

随机文章