ChiCTR2000037358进行中（未招募）早期 1 期
卵巢肿瘤超声评分-分级系统的 AI 辅助研究
上海市申康医院发展有限中心1 个研究点 分布在 1 个国家开始时间: 2020年10月1日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 超声特征
研究概览
简要总结
将 Mainz 超声评分系统与三维能量多普勒超声相结合，自主研发诊断效能更高的超声评分系统和分级系统，以达到更好的临床应用；建立稳定高效的超声 AI 模型，辅助超声对卵巢肿瘤良恶性进行评价，初步实现智能化卵巢肿瘤的超声诊断。最终达到妇科卵巢肿瘤早期快速、准确分类超声诊断的目的。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- 未说明
入排标准
- 年龄范围
- 25 至 75（—）
- 性别
- Female
入选标准
- •随机选取 2018 年 8 月至 2022 年 6 月我院就诊的卵巢肿瘤患者 3000 例，所有患者均行经阴道超声检查。检查后 24h-72h 接受手术治疗，术后随访病理。
排除标准
- •曾行盆腔恶性肿瘤手术或其他部位恶性肿瘤放疗、化疗或其他治疗者。
结局指标
主要结局
超声特征
SEN, SPE, ACC, AUC of ROC
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
超声人工智能多模态诊断模型在卵巢肿瘤中的应用：一项多中心前瞻性对照临床研究卵巢肿瘤ChiCTR2200055907无经费来源
Unknown
不适用
基于超声图像深度学习的多临床中心卵巢癌诊断及预后评估模型的建立卵巢癌ChiCTR2100049577国家重点基础研究发展规划项目，国家科技支撑计划，国家科技支撑计划国家科技支撑计划国家自然科学基金
Unknown
不适用
应用基于彩色多普勒超声的深度学习方法对子宫肿瘤分类及早期诊断的研究ChiCTR1800017554自筹
Unknown
不适用
面向卵巢癌转移灶的人工智能精准分割与结构化报告智能可信生成上皮性卵巢癌ChiCTR2500106668中国医学科学院医学与健康科技创新工程项目
Unknown
不适用
基于 AI 云计算与大数据乳腺癌超声辅助筛查技术研发ChiCTR2100047368深圳市科技研发资金