ChiCTR2300075185进行中（未招募）早期 1 期
双能 CT 多模态影像组学特征与机器学习在术前预测肝细胞癌微血管侵犯的应用
广东省医学科学技术研究基金项目(A2023104)1 个研究点 分布在 1 个国家开始时间: 2023年9月1日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 准确率
研究概览
简要总结
探索基于双能 CT 多模态影像组学特征对 HCC 的 MVI 预测能力，并联合多类型特征集，包括双能 CT 定量参数特征、CT 影像学特征和临床特征，构建机器学习模型对 HCC 的 MVI 进行预测。
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
- 18 至 90（—）
- 性别
- All
入选标准
- •1.所有患者都是原发性 HCC；
- •2.患者术前一个月内行双能 CT 增强扫描；
- •3.患者临床病理资料完整；
- •4.患者术前未进行其他 HCC 相关治疗（如放疗、化疗、射频消融等）、CT 影像诊断未发现肉眼能分辨的门静脉分支癌栓。
排除标准
- •1.HCC 复发或转移；
- •2.图像质量差（如金属伪影、运动伪影大等）；
- •3.患者拒绝在知情同意书上签字。
结局指标
主要结局
准确率
敏感度
特异度
受试者操作特征曲线下面积
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
基于影像组学和生化指标预测肝细胞性肝癌微血管侵犯的研究肝癌ChiCTR2200067121教育部重点实验室 / 广西重点实验室
Unknown
不适用
基于普美显 MRI 和增强 CT 的深度学习影像组学用于术前预测肝癌微血管侵犯及其高危区域检测的研究：多中心及前瞻验证课题肝细胞癌ChiCTR1900027103国家自然科学基金
招募中
Unknown
基于 CT、 MR 影像组学术前预测肝癌微血管侵犯的临床研究肝癌ChiCTR2100046034
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
郭磊医师：请与我们联系上传伦理批件。 基于 CT 和病理图像的机器学习术前预测原发性肝癌微血管侵犯的研究肝癌ChiCTR2000036965上海市申康项目