ChiCTR1900027858尚未招募早期 1 期
基于深度学习的多模态超声影像组学精确预测肝细胞癌微侵袭的研究
国家自然青年科学基金（项目编号 81901768）；国家自然重点项目（项目编号 81530055）2 个研究点 分布在 1 个国家开始时间: 2019年12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
- 2
- 主要终点
- ROC 曲线下面积
研究概览
简要总结
建立基于深度学习的可定性及定量精准判断肝细胞癌微侵袭的多模态超声影像组学模型。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- 病理检查医生均不知晓患者的b超影像学检查结果
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •患者年龄 18-80 岁；
- •据《AASLD 肝细胞癌临床实践指南（2018 版）》诊断为原发性肝细胞癌；
- •目标肿瘤至少一侧周边肝实质超过 1.0cm；
- •目标肿瘤深度≤10.0cm，能在二维清晰显示，周围没有气体和肋骨等的遮挡；
- •无术前影像学肉眼血管癌栓；
- •伦理委员会批准，受试者签署知情同意书。
排除标准
- •患者不能配合呼吸屏气等操作；
- •接受过局部或全身抗肿瘤治疗；
- •未能获得肿瘤手术病理；
- •手术切缘< 1.0cm；
- •手术病理诊断非肝细胞癌。
结局指标
主要结局
ROC 曲线下面积
敏感性
特异性
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
尚未招募
Unknown
基于影像组学和深度学习在肝癌病理和预后中的应用肝细胞癌ChiCTR2500104899
Unknown
不适用
基于增强 CT、MRI 的影像特征、影像组学、深度学习在预测肝癌高危病理类型和不良预后的应用肝癌ChiCTR2300068879山东省自然科学基金(No. ZR2020MH285)，中国国家自然科学基金 (81871354, 81571672)
Unknown
不适用
多模态超声技术预测肝功能的研究肝功能损伤ChiCTR-DDD-17013186国家自然科学基金
Unknown
不适用
基于多模态数据及深度学习算法建肝细胞癌患者接受血管性介入治疗预后模型建立及前瞻性验证的真实世界研究肝细胞癌ChiCTR2200057447自筹1,000
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