ChiCTR2400080515尚未招募回顾性研究
基于深度学习的鼻咽癌 MRI 成像自动 T 分期模型研究
自筹2 个研究点 分布在 1 个国家开始时间: 2023年8月1日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 2
- 主要终点
- 敏感性
研究概览
简要总结
探索基于大规模预训练医学模型的小样本迁移效果，开发鼻咽癌 MRI 自动 T 分期模型。研究方法：回顾性病例对照研究。收集广东省农垦中心医院、广州医科大学附属肿瘤医院医院 2013 年 8 月-2023 年 8 月经病理确诊的 3000 例鼻咽癌患者 MRI 数据；收集广东省农垦中心医院、广州医科大学附属肿瘤医院医院 2013 年 8 月-2023 年 8 月 500 例鼻咽部正常患者的 MRI 数据；3500 例，包含训练集 2500 例，验证集 1000 例。基于大规模医学预训练模型，微调网络参数，使用病例组和对照组数据训练和验证鼻咽癌辅助诊断模型。记录模型在验证集上的性能指标。评价指标：敏感性；特异度
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 病例对照研究
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 85（—）
- 性别
- All
入选标准
- •1.经组织或细胞病理学确诊的鼻咽癌患者；
- •2.未经放疗、化疗、免疫、靶向治疗等抗肿瘤治疗；
- •3.年龄 18～85 岁；
排除标准
- •1.经放疗、化疗、免疫、靶向治疗等抗肿瘤治疗；
- •3.临床数据不完整者；
研究组 & 干预措施
训练集
验证集
结局指标
主要结局
敏感性
特异性
次要结局
- 准确性
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
使用时间序列 MRI 对治疗后鼻咽癌动态复发风险分析实现复发精准监测鼻咽癌ChiCTR2200056595国家自然科学基金委（批号：82172862）2,750
招募中
Unknown
基于 MRI 图像利用深度学习算法筛选 II 期鼻咽癌中高远处转移风险患者：回顾性多中心研究鼻咽癌ChiCTR21000506531,000
Unknown
不适用
基于 MRI 影像组学及深度学习的鼻部鳞癌精准诊断及复发风险预测模型研究ChiCTR2500107067上海市卫生健康委员会青年课题
Unknown
不适用
基于多模态特征耦合扩散模型的鼻咽癌 VMAT 剂量验证新方法研究ChiCTR2500113952青年科学家基金项目（C 类）
Unknown
不适用
基于深度学习快速识别慢性鼻窦炎伴鼻息肉病理分型的预测模型ChiCTR1900021601中山大学附属第三医院临床医学研究专项基金