试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 试验地点
- 5
- 主要终点
- 模型的诊断效能
研究概览
简要总结
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。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 99（—）
- 性别
- All
入选标准
- •（1）各中心单位 2017 年 1 月-2022 年 12 月期间住院行内镜下粘膜剥离术（ESD）或外科手术证实为消化道癌患者（包括食管、胃、直肠）；
- •（2）具有完整的病理诊断、病理分期（TNM）分期的报告；
- •（3）患者术前接受超声内镜检查，医疗电子系统中具有清晰的超声内镜、白光内镜图像清晰肿瘤信息。
- •（1）各中心单位 2022 年 6 月-2024 年 6 月期间住院行内镜下粘膜剥离术（ESD）或外科手术证实为消化道癌患者（包括食管、胃、直肠）；
- •（2）具有完整的病理诊断、病理分期（TNM）分期的报告；
- •（3）患者术前接受超声内镜检查，医疗电子系统中具有清晰的超声内镜、白光内镜图像清晰肿瘤信息。
排除标准
- •其他类型的恶性肿瘤（如恶性间叶肿瘤等）；
- •内镜图像不包含肿瘤信息或图像模型不清晰，难以鉴别肿瘤的层次。
结局指标
主要结局
模型的诊断效能
次要结局
未报告次要终点
研究者
研究点 (5)
Loading locations...
相似试验
Unknown
不适用
基于深度学习的计算机辅助超声内镜预测消化道黏膜下肿瘤性质及治疗风险的模型构建与应用ChiCTR2100051191中山大学附属第六医院横向课题（项目编号：H202101162024041054）
Unknown
不适用
智能内镜操作实时辅助系统的开发胃癌ChiCTR1800014809自筹
Unknown
不适用
早期胃癌诊断人机比赛早期胃癌ChiCTR2200062192自筹
Unknown
不适用
一种预测粘膜内胃早癌的人工智能辅助系统的开发和验证ChiCTR2000031111国家自然科学基金
Unknown
不适用
内镜下结直肠肿瘤性质及浸润深度预测模型的建立与验证以及新型诊断方法探索结直肠肿瘤ChiCTR2100041770首都卫生发展科研专项