ChiCTR2500111019尚未招募Unknown
融合咳嗽音与睡眠垫多模态信号的儿童喘息 AI 识别模型研究
未提供1 个研究点 分布在 1 个国家开始时间: 2025年10月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 试验地点
- 1
- 主要终点
- 是否伴有喘息
研究概览
简要总结
本研究旨在构建并验证一种基于多模态信号融合的人工智能模型，通过整合儿童咳嗽音信号与睡眠垫采集的多模态生理行为数据，实现儿童喘息的自动化、高精度识别，最终开发一种适用于家庭及基层医疗环境的无创、动态监测工具，为儿童呼吸系统疾病的早期预警、精准管理与个性化干预提供客观的决策支持。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 6M 至 18（—）
- 性别
- All
入选标准
- •(1)年龄 6 个月-18 岁，含上下边界，性别不限；
- •(2)2025 年 10 月 1 日至 2026 年 3 月 31 日，在上海交通大学医学院附属上海儿童医学中心呼吸科住院患儿，存在咳嗽的临床症状，同时诊断为急性上呼吸道感染、下呼吸道感染（如毛细支气管炎、急性支气管炎、社区获得性肺炎等）或支气管哮喘急性发作；
- •(3)能够配合完成咳嗽音的采集以及整个夜间睡眠垫的使用；
- •(4)经知情同意进行本研究，所有受试儿童由法定监护人知情同意（8 岁以上儿
- •童还需由本人知情同意）；
排除标准
- •(1)存在慢性肺部疾病，先天性心脏疾病，慢性肝肾疾病，神经肌肉疾病、遗传代谢疾病，染色体或基因异常、先天性气道畸形及其他基础疾病；
- •(2)喉部或声带疾病影响咳嗽发声；
- •(3)接受无创呼吸机或高流量吸氧的患儿；
- •(4)研究者认为不适宜参加本临床试验的受试者。
研究组 & 干预措施
下呼吸道感染组
结局指标
主要结局
是否伴有喘息
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
基于人工智能算法的自动咳嗽音分析在儿童常见呼吸系统疾病诊断中的应用ChiCTR2200056207上海交通大学医学院附属上海儿童医学中心100
Unknown
不适用
儿童咳嗽变异性哮喘早期诊断及管理研究ChiCTR2300077717中日友好医院高水平医院临床业务费专项临床研究项目
Unknown
不适用
儿童哮喘全病程病证调研与多模态精准识别哮喘ChiCTR2500105181国家重点研发计划“中医药现代化”专项10,000
尚未招募
Unknown
张蕾医师: 请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件。 基于人工智能技术及生命历程理论对儿童哮喘综合防治策略的研究儿童哮喘ChiCTR2100043028自筹100
Unknown
不适用
人工智能健康教育精准联动系统（AI-HEALS）对儿童哮喘管理应用的效果研究ChiCTR2500097233自筹