ChiCTR2000038581尚未招募回顾性研究
基于深度学习的病理-影像组学构建胰腺癌微环境精准监测的智能诊断模型
申康医院发展中心和国家自然科学基金委员会1 个研究点 分布在 1 个国家开始时间: 2020年9月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 影像组学分值
研究概览
简要总结
本课题拟采用深度学习技术对整张病理组织大切片进行肿瘤内成分的精准量化和分类。再寻找与病理微环境各个成分之间高相关的 CT 和 MRI 影像组学特征，并建立 Logistic 回归预测模型，可视化成 Nomogram 图，为每一位患者制定反映肿瘤微环境的全貌影像学决策化报告，为 PC 患者的个体化、精准治疗提供依据。
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
- 30 至 80（—）
- 性别
- All
入选标准
- •胰腺癌患者的纳入标准包括：①术前未经任何放疗、化疗或其他治疗；②术前 15 天内完成高分辨率 CT 和 / 或 3.0T MRI 胰腺扫描；③接受胰腺癌手术切除；④术后标本进行病理规范化取材和大组织病理切片制作；⑤术前有 CA19-9 和 CEA 资料。
排除标准
- •①术前有任何放疗化疗或其他治疗
- •②术前 15 天内未进行高分辨率 CT 和 3.0T MRI 胰腺扫描
- •③未接受胰腺癌手术切除
- •④术后标本未采用病理规范化取材和大组织病理切片制作
- •⑤术前缺乏 CA19-9 和 CEA 资料。
结局指标
主要结局
影像组学分值
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
边云医师：该研究尚未获得伦理委员会批准，请于批准后再开始纳入参试者，并与我们联系上传批件。 基于深度学习的病理-影像组学对胰腺癌新辅助治疗后肿瘤退缩分级的智能诊断模型胰腺癌ChiCTR2000038576申康医院发展集团和国家自然科学基金委员会
Unknown
不适用
结合深度学习实现可切除性胰腺癌在平扫 CT 中机会性筛查的回顾性诊断试验研究胰腺癌ChiCTR2200064645上海长海医院
Unknown
不适用
韩芳医师：请与我们联系上传伦理批件。 影像组学在胰腺导管腺癌精准诊疗中的应用研究ChiCTR2000037064促进市级医院临床技能与临床创新 三年行动计划（2020-2022 年） 重大临床研究项目
Unknown
不适用
基于术前增强 CT 的胰腺神经内分泌肿瘤影像组学风险预测模型的构建与验证胰腺神经内分泌肿瘤ChiCTR2500114376北京协和医院中央高水平医院临床科研专项;北京协和医院中央高水平医院临床科研专项
Unknown
不适用
基于广义集成学习的胰腺癌智能检测系统平台的建立及应用胰腺癌ChiCTR1800017542山东省重点研发项目