ChiCTR2000030925进行中（未招募）早期 1 期
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
科研经费1 个研究点 分布在 1 个国家开始时间: 2019年12月1日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 诊断准确性
研究概览
简要总结
本研究首先通过比较深度学习模型和临床医生鉴别诊断肺结节浸润程度的结果一致性判断该模型性能优劣，其次探索在该模型辅助下，是否可以通过术前胸部 CT 检查提高临床医生判断结节病理类型的准确性，为将来在临床上进一步提高精准化和个性化的癌症治疗水平
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
- 20 至 75（—）
- 性别
- All
入选标准
- •1.CT 检查发现肺部亚实性结节（0-30mm）；CT 层厚小于 1.25mm；
- •病理诊断为 AAH,AIS,MIA,IA;
- •3.患者五年内无恶性肿瘤病史;
- •4.自愿加入本研究，并签署知情同意书
排除标准
- •1.肺部结节数目大于 20；
- •2.患者 CT 图像质量差，或者合并基础肺部疾病：如大面积肺部感染，大量胸水，弥漫性间质性肺炎等；
结局指标
主要结局
诊断准确性
敏感度
特异度
AUC
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
一项基于 CT 医学影像的人工智能肺结节自动识别软件开发肺结节ChiCTR2200061984珠海横琴圣澳云智科技有限公司
Unknown
不适用
基于多组学特征构建应用于肺部磨玻璃结节性质判定的深度学习模型：一项前瞻性、单中心临床研究ChiCTR2100044999科研经费
Unknown
不适用
人工智能 AI 与循环异常细胞肺结节良恶性辅助诊断临床研究肺结节ChiCTR2000034812珠海圣美生物诊断技术有限公司
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