ChiCTR2200065317尚未招募回顾性研究
基于深度学习的甲状腺超声影像 TI-RADS 分级诊断关键技术研究
安徽医科大学第二附属医院临床研究培育计划1 个研究点 分布在 1 个国家开始时间: 2022年11月3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
- B 超图像
研究概览
简要总结
构建甲状腺结节区域卷积神经网络检测模型，探索基于 TI-RADS 分级的深度学习分类方法。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
入排标准
- 年龄范围
- 22 至 67（—）
- 性别
- All
入选标准
- •临床、超声及 CT 资料完整，手术或穿刺病理明确或有多次随诊资料。
排除标准
- •1.同时患有其他肿瘤疾病；
- •3.甲状腺弥漫性钙化性结节；
- •4.伪影较多影响图像质量。
结局指标
主要结局
B 超图像
准确率
敏感度
特异度
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
不适用
Advanced Classification of Colon Tumors From CT Scans Using Deep Learning for Optimized Treatment Decision-making.Colonic NeoplasmNCT07406958Assistance Publique - Hôpitaux de Paris1,000
尚未招募
不适用
Deep Learning-Assisted Ultrasonic Diagnosis and Localization of Testicular Appendix TorsionEpididymitisNCT07301086Ying Jiang2,000
招募中
不适用
The Clinical Application of Artificial Intelligence Assisted Renal Biopsy Diagnosis System.Chronic Kidney DiseaseNCT07330362Zhujiang Hospital2,900
尚未招募
不适用
Harnessing Artificial Intelligence for Diagnosing Androgenetic Alopecia: A Training and Validation StudyAndrogenetic AlopeciaNCT07294313Cairo University400
Unknown
不适用
黄丹医师：请填写伦理委员会联系人。 基于 AI 融合大数据的转移性神经内分泌肿瘤组织起源诊断模型的构建和临床适用性验证神经内分泌肿瘤ChiCTR2000036663上海申康医院发展基金