ChiCTR2500106576尚未招募Unknown
基于影像组学的先天性肾脏和尿路畸形（CAKUT）多模态影像人工智能诊断系统构建及临床应用验证
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 入组人数
- 2,000
- 试验地点
- 7
- 主要终点
- 影像学指标
研究概览
简要总结
构建基于影像组学的 CAKUT 多模态影像人工智能辅助诊断系统，并评估其在临床应用中的有效性。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •（1）0 岁<=年龄<=90 岁，性别不限；
- •（2）影像学诊断为先天性肾脏和尿路畸形（肾脏发育异常：肾脏不发育、发育不全、发育不良和异位肾等；尿路梗阻性病变：肾盂输尿管连接部梗阻（UPJO）、膀胱输尿管反流（VUR）、后尿道瓣膜（PUV）等；集合系统异常：重复肾盂输尿管、巨输尿管、输尿管囊肿等）；
- •（3）患者或其法定监护人签署书面知情同意书，同意提供临床数据和影像学数据用于本研究；
- •（4）能够提供完整的临床数据和影像学数据。
- •（1）0 岁<=年龄<=90 岁，性别不限；
- •（2）非先天性肾脏和尿路畸形患者或后天因素导致肾脏和尿路畸形的患者；
- •（3）患者或其法定监护人签署书面知情同意书，同意提供临床数据和影像学数据用于本研究；
- •（4）能够提供完整的临床数据和影像学数据。
排除标准
- •（1）非先天性畸形：获得性肾脏或尿路疾病（如结石、肿瘤、外伤后畸形）或继发于感染、药物或代谢性疾病的尿路异常；
- •（2）缺乏必要的影像资料；
- •（3）影像质量差，无法进行标注处理。
- •（4）无法配合随访或拒绝提供必要临床信息
- •（1）无法配合随访或拒绝提供必要临床信息；
- •（2）缺乏必要的影像资料；
- •（3）影像质量差，无法进行标注处理。
研究组 & 干预措施
观察组（先天性肾脏和尿路畸形组）
对照组（非先天性肾脏或尿路畸形组）
结局指标
主要结局
影像学指标
亚型分类
次要结局
- 肾功能
研究者
研究点 (7)
Loading locations...
相似试验
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
Unknown
不适用
先天性肾脏和尿路畸形（CAKUT）表型谱系、干预模式及远期结局：一项多中心双向性队列研究ChiCTR2500106839研究者自发课题（无经费来源）1,000
Unknown
不适用
代谢组学联合图像识别探讨慢性心衰寒热证尿液宏微观辨证的人工智能定量方法学研究ChiCTR2000029146国家自然科学基金委员会3,000
招募中
不适用
Management of Pancreatic Cystic Lesions Using Artificial Intelligence Based on EUS and Multimodal DataIntraductal Papillary Mucinous Neoplasm of PancreasNCT07463872Huazhong University of Science and Technology500
Unknown
不适用
基于 CT 影像 AI 预测股骨头坏死塌陷发生及进展研究ChiCTR2500107150自选课题（自筹）200