ChiCTR2000036274尚未招募早期 1 期
基于全容积三维超声的时空表达深度学习网络模型在乳腺癌诊断中应用研究
上海市申康医院发展中心1 个研究点 分布在 1 个国家开始时间: 2020年10月1日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 形态
研究概览
简要总结
探讨基于全容积三维超声的时空表达深度学习网络模型诊断乳腺癌诊断的可行性和价值。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 析因分组（即根据危险因素或暴露因素分组）
- 盲法
- 未说明
入排标准
- 年龄范围
- 16 至 90（—）
- 性别
- All
入选标准
- •1.有外科手术病理结果的病例；
- •2.虽未手术，但行超声引导下穿刺活检而有组织病理学结果的病例；
- •3.虽未手术和穿刺活检，但经过 2 年以上 X-线钼靶或 MRI 随访证实为良性或正常的病例。
排除标准
- •1.各种原因导致全容积三维超声数据不完整的病例；
- •2.已证实乳腺良性（或恶性）肿块，接受有创或药物治疗的病例；
- •3.有全身其他部位恶性肿瘤而接受化疗的病例。
结局指标
主要结局
形态
大小
边界
边缘
内部结构
年龄
体重
SEN, SPE, ACC, AUC of ROC
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
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
1 期
基于深度学习的乳腺、甲状腺超声图像智能判译系统研究ChiCTR2300069555自筹资金
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
Unknown
不适用
基于高时间分辨率的 DCE-MRI 深度学习预测早期乳腺癌腋窝淋巴结状态乳腺癌ChiCTR2300069509课题经费
招募中
Unknown
超声三维 E 成像乳腺癌多中心研究乳腺肿瘤ChiCTR1900026556