ChiCTR2500104260尚未招募不适用
基于人工智能模型辅助下早期乳腺癌的准确诊断：一项单中心、回顾性队列研究
陆军特色医学中心 “人工智能+”医学科研项目1 个研究点 分布在 1 个国家目标入组 900 人开始时间: 2025年6月25日最近更新:
适应症
干预措施
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 入组人数
- 900
- 试验地点
- 1
- 主要终点
- ROC 曲线下面积
研究概览
简要总结
1.分析乳腺癌患者相关实验室检查、影像学检查的诊疗关键，量化评估乳腺恶性肿瘤现有诊断手段，基于深度学习模型发掘早筛价值。 2.利用神经网络构建乳腺恶性肿瘤及分型的预测模型，并通过内部验证及模拟测试进行优化。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 性别
- Female
入选标准
- •1.经病理诊断确诊为乳腺癌或者排除乳腺癌的患者；
- •2.乳腺肿块病理学结果可用；
排除标准
- •2.检查时存在非乳腺疾病；
- •4.进行非乳房手术或者已行放化疗；
- •5.哺乳期或者怀孕女性；
研究组 & 干预措施
验证集组
干预措施: 验证集组
训练集组
干预措施: 训练集组
结局指标
主要结局
ROC 曲线下面积
次要结局
- 预测模型准确率
- 诊断模型阴性预测率
- 预测模型 F 值
- 诊断模型阳性预测率
- 预测模型精确率
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
基于神经网络算法在乳腺癌早期智能筛查的技术研究乳腺癌ChiCTR2400081150吉林省卫生健康科技能力提升项目
招募中
Unknown
基于深度学习的乳腺肿瘤辅助诊断及疗效评估研究乳腺癌ChiCTR2100044910
Unknown
不适用
基于深度学习多组学的乳腺癌辅助诊疗与预后预测系统乳腺癌ChiCTR2400081831广东省重点领域研发计划资助（2021B0101420006）
Unknown
不适用
乳腺超声多模态成像联合卷积神经网络在早期乳腺癌诊断中的应用乳腺癌ChiCTR2400093048自筹
Unknown
不适用
人工智能对乳腺癌超声筛查的有效性多中心研究乳腺癌是危害女性健康的主要恶性肿瘤之一，目前已成为全球发病率第一的癌症。早期乳腺癌临床表现隐匿，随着病情的发展常可触及质硬、活动度差的无痛性肿块，可伴有橘皮样变皮肤改变，乳头受累可内陷，皮肤则可出现酒窝征。双侧腋窝淋巴结可触及肿大。晚期可出现远处转移，患者往往预后差，致死率高。 因此，早诊断早治疗是乳腺癌治疗的关键。ChiCTR2500099551人工智能对乳腺癌超声筛查的有效性多中心研究