ChiCTR2200056385已完成早期 1 期
利用人工智能辅助 MRI 图像识别缺血性卒中患者的潜在心房颤动
上海市医学创新研究项目1 个研究点 分布在 1 个国家目标入组 600 人开始时间: 2022年4月25日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 已完成
- 发起方
- 入组人数
- 600
- 试验地点
- 1
- 主要终点
- AI 模型对患者 AF 状态分类准确率
研究概览
简要总结
我们研究了房颤相关卒中与非房颤相关卒中的特征，并假设在人工智能的帮助下，通过脑磁共振成像（MRI）可以识别房颤相关卒中。利用上海交通大学附属第六人民医院收集的数据，我们希望训练一种卷积神经网络（CNN）和基于放射组学特征的分类算法来区分房颤相关卒中。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 析因分组（即根据危险因素或暴露因素分组）
- 盲法
- N/a
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •①确诊为急性缺血性脑卒中
- •②接受 MRI 检查并在 DWI 序列中存在可识别的梗死灶
- •③入院后接受完整的 AF 评估，包括入院心电图，至少 24 小时 Holter 心电图检测和（或）经食管超声（TTE）
- •④有完整的临床数据和随访资料
排除标准
- •① MRI 图像质量过差
- •② 短暂性脑缺血发作或 DWI 序列上无可识别的病灶
研究组 & 干预措施
房颤相关卒中
非房颤相关卒中
结局指标
主要结局
AI 模型对患者 AF 状态分类准确率
次要结局
- AI 模型注意力机制
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于视网膜结构及功能同步影像和深度学习融合网络的缺血性脑卒中辅助诊断关键技术研究缺血性脑卒中ChiCTR2000038731安徽省自然科学基金项目100
Unknown
不适用
脑组织窗标准化研究优化急性缺血性脑卒中治疗新策略ChiCTR2000036971上海申康医院发展中心500
Unknown
不适用
王彩鸿医师： 该研究的伦理审批文件未上传，请尽快上传。 缺血性脑卒中的功能磁共振研究脑中风ChiCTR1900027064国家自然科学基金200
Unknown
不适用
基于脑磁成像的卒中后运动功能障碍精准评价及预后预测体系构建ChiCTR2500104822江苏省人民医院医工交叉转化基金
Unknown
不适用
基于静息态功能和弥散张量成像的动态影像学技术在缺血性脑卒中后认知障碍中的脑网络研究ChiCTR2300069973上海市宝山区科学技术委员会