ChiCTR2500106409尚未招募不适用
基于 CT 或 MR 平扫颅内动脉瘤 AI 模型的开发与应用
自选课题（自筹）2 个研究点 分布在 1 个国家目标入组 200 人开始时间: 2025年9月1日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 入组人数
- 200
- 试验地点
- 2
- 主要终点
- 动脉瘤大小
研究概览
简要总结
本研究旨在开发一种基于 CT 或 MR 平扫的 AI 模型，用于颅内动脉瘤的自动检测、分割、破裂风险预测，并评估其在实际临床应用中的性能。如果能够在常规 CT 或 MRI 平扫检查中，对颅内动脉瘤进行初步筛查，会在一定程度上提升无症状动脉瘤的发现率，助力临床医师采取个性化治疗方案，降低动脉瘤破裂风险。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 横断面
- 盲法
- 无
入排标准
- 年龄范围
- 0 至 —（—）
- 性别
- All
入选标准
- •1.具有完整的 CT 或 MRI 平扫影像；
- •2.CTA、MRA 或 DSA 三种检查至少具备其一。
排除标准
- •1.瘤体最大径＜5mm（CTA、MRA 或 DSA 影像测量结果）；
- •2.影像质量差，无法对 IA 进行评估；
- •3.CT 或 MRI 平扫影像与 CTA、MRA 或 DSA 检查时间相隔时间＞1 年，或虽相隔时间≤1 年，但影像所测得 IA 最大径较 CTA、MRA、DSA＞2mm；
研究组 & 干预措施
深度学习模型训练集
深度学习模型测试集
结局指标
主要结局
动脉瘤大小
受试者工作特征曲线
AUC
敏感度
特异度
准确度
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
基于 CTA 图像的中国颅内动脉瘤数据库构建：通过深度学习自动诊断和预测动脉瘤的风险颅内动脉瘤ChiCTR2100054564北京安德医智科技有限公司
Unknown
不适用
人工智能驱动的磁共振血管成像对脑动脉瘤的筛查及破裂风险评估脑动脉瘤ChiCTR2000035476上海申康医院发展中心第二轮《促进市级医院临床技能与临床创新三年行动计划》
Unknown
不适用
基于人工智能技术的颅内小动脉瘤稳定性评估模型研究：采用动脉瘤患者临床特征和动脉瘤形态学参数的前瞻性、多中心、对照临床研究ChiCTR2000041085自筹
Unknown
不适用
利用深度学习算法自动分割颅内动脉瘤及其破裂风险因素研究ChiCTR2400084598温州市核素精准诊疗新技术及临床转化重点实验室
Unknown
不适用
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。 多中心前瞻性未破裂动脉瘤数据库的建立与人群随访研究颅内动脉瘤ChiCTR2100045705国家自然科学基金1,000