ChiCTR2000036202进行中（未招募）早期 1 期
基于多模态医学影像的肺结节浸润分级及预后智能分析系统的建立
国家自然科学基金面上项目(81671679)上海市卫生健康委适宜技术推广项目(2019SY063)1 个研究点 分布在 1 个国家目标入组 500 人开始时间: 2020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
- 入组人数
- 500
- 试验地点
- 1
- 主要终点
- 复发
研究概览
简要总结
用多模态的的影像检查建立智能模型，判断肺结节的浸润程度和预后。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- 未说明
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •病人术前接受过 CT 检查；
- •磨玻璃结节的尺寸在 5-30mm；
- •结节被切除，病例诊断为早期腺癌。
排除标准
- •患者术前接受过有创处理，包括穿刺和消融；
- •患者图像质量差，有金属伪影。
研究组 & 干预措施
Case series
Nil
结局指标
主要结局
复发
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
3 期
基于多模态人工智能的肺结节决策系统前瞻性多中心临床研究ChiCTR2500103643科技创新 2030
Unknown
不适用
人工智能深度学习模型辅助肺部亚实性结节浸润性判别的可行性探究ChiCTR2000030925科研经费
Unknown
不适用
姜龙医师：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；请上传知情同意书模板。 基于深度学习术中肿瘤图像和术前 CT 影像辅助术中快速病理诊断肺结节的研究肺癌ChiCTR2000037283上海申康医院发展中心
Unknown
不适用
基于多模态 CT、PET 结合放射组学，临床特征，深度学习技术预测亚实性结节气道播散ChiCTR2500106940国家自然科学基金资助项目：U21A20480
招募中
Unknown
基于影像组学与人工智能对肺结节鉴别诊断的相关研究肺癌ChiCTR2100043351