ChiCTR2000038576尚未招募早期 1 期
基于深度学习的病理-影像组学对胰腺癌新辅助治疗后肿瘤退缩分级的智能诊断模型
申康医院发展集团和国家自然科学基金委员会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
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 影像组学分组
研究概览
简要总结
本项目拟采用深度学习技术对 PC 整张大病理切片进行残留肿瘤细胞的精准量化，并提出基于生存相关 TRG 的精准分级。其次，利用 CT 和 MRI 影像组学技术，建立 PC 新辅助治疗疗效和方案选择 Logistic 回归预测模型，可视化成 Nomogram 图。最后，我们通过整合术前、术后多个关键指标建立一个基于肿瘤负荷动态变化的 PC 新辅助治疗疗效精准评估模型，为每一位患者制定影像决策化报告，实现精准诊断。
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
- 年龄范围
- 30 至 80（—）
- 性别
- All
入选标准
- •胰腺癌患者的纳入标准包括：
- •①术前未经任何放疗、化疗或其他治疗；
- •②术前 15 天内完成高分辨率 CT 和 / 或 3.0T MRI 胰腺扫描；
- •③接受胰腺癌手术切除；
- •④术后标本进行病理规范化取材和大组织病理切片制作；
- •⑤术前有 CA19-9 和 CEA 资料。
排除标准
- •胰腺癌患者的排除标准包括：
- •①术前有任何放疗、化疗或其他治疗；
- •②术前 15 天内未进行高分辨率 CT 和 3.0T MRI 胰腺扫描；
- •③未接受胰腺癌手术切除；
- •④术后标本未采用病理规范化取材和大组织病理切片制作；
- •⑤术前缺乏 CA19-9 和 CEA 资料。
结局指标
主要结局
影像组学分组
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
韩芳医师：请与我们联系上传伦理批件。 影像组学在胰腺导管腺癌精准诊疗中的应用研究ChiCTR2000037064促进市级医院临床技能与临床创新 三年行动计划（2020-2022 年） 重大临床研究项目
Unknown
不适用
基于术前增强 CT 的胰腺神经内分泌肿瘤影像组学风险预测模型的构建与验证胰腺神经内分泌肿瘤ChiCTR2500114376北京协和医院中央高水平医院临床科研专项;北京协和医院中央高水平医院临床科研专项
Unknown
不适用
基于增强 CT 影像组学特征的胃癌新辅助治疗与转化治疗敏感性预测模型的构建与验证ChiCTR2200065026国家自然科学基金项目600
Unknown
不适用
基于人工智能的胰腺癌早期筛查和高危追踪（ESPRIT-AI）ChiCTR2000037768上海市科学技术委员会10,000
Unknown
不适用
基于影像深度学习在结直肠癌病理及预后预测中的应用价值ChiCTR2500106546自筹