ChiCTR2000029361进行中（未招募）回顾性研究
建立以核磁共振图像联合临床特征为基础的计算机深度学习子宫内膜癌分期模型
自筹1 个研究点 分布在 1 个国家开始时间: 2020年1月31日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 浸润肌层的深度
研究概览
简要总结
以核磁共振图像联合临床特征为基础，建立计算机深度学习子宫内膜癌术前分期模型。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 析因分组（即根据危险因素或暴露因素分组）
- 盲法
- 未使用
入排标准
- 性别
- Female
入选标准
- •原发性子宫内膜癌有明确的组织学诊断；
- •有关于相关临床特征的信息；
- •术前有 MRI T1,T2 和 DWI 检查；
- •2009 年 FIGO 分期为 Ia、Ib 期；
排除标准
- •病人以前接受过全身或局部放疗，全身或局部化疗，抗血管药物治疗或曾在当地医院行手术治疗。
结局指标
主要结局
浸润肌层的深度
肿瘤最大直径
临床特征
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
基于超声图像 AI 深度学习的绝经后子宫内膜癌预测模型的建立子宫内膜癌ChiCTR2000035386国际和平妇幼保健院院内课题4,000
Unknown
不适用
基于光声和超声双模成像技术的子宫肿瘤的无损检测及分期ChiCTR2000032405国家自然科学基金面上项目
招募中
Unknown
基于深度学习的计算机辅助内镜组学判断消化道癌浸润深度模型的构建与应用ChiCTR2300070637
Unknown
不适用
请与我们联系上传伦理批件 分子分型在子宫内膜癌中分布特征：基于病历记录的研究子宫内膜癌ChiCTR2100049837北京市医院管理中心重点医学专业发展计划600
Unknown
不适用
机器人手术在子宫内膜癌分期手术中安全性与有效性的随机对照研究ChiCTR2100046027自筹1,600