ChiCTR2000035911尚未招募回顾性研究
基于大数据和机器学习建立腰椎退变指数和腰痛风险评估工具的研究
自然科学基金1 个研究点 分布在 1 个国家开始时间: 2020年9月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- MRI 图像特征参数
研究概览
简要总结
1、应用本课题组开发的人工智能辅助影像读片系统 “X-Spine”，完成大样本人群腰椎 MRI 图像的测量，获取人群腰椎 MRI 特征参数值，定义各年龄段“腰椎退变指数”，用于腰椎退变的定量评估。 2、应用机器学习，开发随年龄变化的腰椎 MRI 流形，用于腰椎退变的预测。 3、结合“腰椎退变指数”，和相关临床信息，建立腰痛风险评估工具，用于腰痛的预测和预防。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 性别
- All
入选标准
- •纳入 2009.1.1-2019.12.31 其间，于复旦大学附属中山医院体检中心常规体检且行腰椎 MRI 检查的人群。
排除标准
- •排除影像学资料不全者。
结局指标
主要结局
MRI 图像特征参数
一致性
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
腰椎数字 X 线摄影影像学智能测量技术研究ChiCTR2100048250兰州市科技财政专项2,000
Unknown
不适用
基于机器学习构建腰椎退行性疾病多模态特征融合预后预测模型ChiCTR2200064421甘肃省教育厅项目、兰州市科技局项目350
Unknown
不适用
太极拳干预老年慢性腰痛临床效应及机制研究ChiCTR2200064977四川省科技厅72
招募中
Unknown
深度学习辅助全身骨折检测：基于 X 线影像的回顾性研究ChiCTR2100054762国家自然科学基金面上项目：基于深度学习的骨肿瘤诊断方法研究，编号 618761092,000
尚未招募
Unknown
骨质疏松性椎体骨折辅助智能诊断系统的建立和临床应用骨质疏松ChiCTR2300069433课题支持