ChiCTR2200055907尚未招募不适用
超声人工智能多模态诊断模型在卵巢肿瘤中的应用：一项多中心前瞻性对照临床研究
无经费来源2 个研究点 分布在 1 个国家开始时间: 2022年1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
- 试验地点
- 2
- 主要终点
- 妇科超声
研究概览
简要总结
妇科超声是卵巢肿瘤筛查、诊断、治疗及随访的重要手段，将超声图像进行人工智能深度学习，结合患者的肿瘤标记物，建立超声人工智能多模态诊断卵巢肿瘤的模型，通过多中心前瞻性临床试验验证模型诊断效能，评估该模型在卵巢肿瘤诊断中应用的敏感性及特异性，助力卵巢肿瘤的早期诊断与治疗.
研究设计
- 研究类型
- 诊断试验
- 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
- Female
入选标准
- •1.年龄≥18 岁的女性；
- •2.进行盆腔超声检查，发现卵巢包块，并接受手术的患者；
- •3.无严重心、肺等脏器功能障碍、血凝异常等手术禁忌症；
- •4.对治疗方式充分知情，签署知情同意，且积极配合随访。
排除标准
- •1.曾进行过卵巢肿瘤切除手术、消融、放疗、化疗的患者；
- •2.入组前 30 天曾参加过其它临床试验的患者；
- •3.存在研究者认为不适宜本临床试验的其他情况，比如精神疾病或重大基础疾病（如非卵巢肿瘤）、怀孕或哺乳期的女性。
结局指标
主要结局
妇科超声
敏感性
特异性
曲线下面积
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
面向卵巢癌转移灶的人工智能精准分割与结构化报告智能可信生成上皮性卵巢癌ChiCTR2500106668中国医学科学院医学与健康科技创新工程项目
已完成
Unknown
基于多模态深度学习的数字病理特征预测卵巢癌铂敏感性和复发风险卵巢癌ChiCTR2500114794北京协和医学院医学科学创新基金400
Unknown
不适用
基于人工智能的乳腺癌多模态超声精准诊断及演进预测的关键技术开发与体系建立乳腺癌ChiCTR2000036673上海市科学技术委员会（18441905500）
Unknown
不适用
应用基于彩色多普勒超声的深度学习方法对子宫肿瘤分类及早期诊断的研究ChiCTR1800017554自筹
Unknown
不适用
基于超声造影的乳腺癌前哨淋巴结人工智能诊断乳腺癌ChiCTR2000031231研究者自行承担