ChiCTR2400091824已完成回顾性研究
基于多序列 MRI 互补性深度学习的觉醒型卒中患者发病时间评估研究
广州市科技计划项目1 个研究点 分布在 1 个国家开始时间: 2023年12月5日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 已完成
- 发起方
- 试验地点
- 1
- 主要终点
- 曲线下面积
研究概览
简要总结
利用人工智能技术，基于脑梗死病灶不同时期在头颅 MRI 不同序列的不同特点构建深度学习模型，以评估 WUS 患者的发病时间来指导再灌注治疗。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 100（—）
- 性别
- All
入选标准
- •2.符合《中国急性缺血性脑卒中诊治指南 2018》诊断标准，并经头颅电子计算机断层扫描（Computer tomography, CT）或头颅核磁共振成像（Magnetic resonance imaging, MRI）证实；
- •3.发病 24 小时内入院，并且在发病 24 小时内完善头颅 MRI 检查；
排除标准
- •1.有脑出血及其他出血性疾病者；
- •2.发病时间不明确，或者未正确记录发病时间；
- •3.头颅 MRI 检查是在再灌注治疗之后完成的；
- •4.头颅 MRI 检查的序列不完整；
结局指标
主要结局
曲线下面积
次要结局
- 灵敏度
- 特异度
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于多模态数据和机器学习探讨 iTBS 对于卒中后认知功能障碍的影响ChiCTR2300073414自筹。
Unknown
不适用
基于机器学习的预测模型预测脑梗死后再梗死与脑梗死后再出血研究ChiCTR2500113505自选课题（自筹）
Unknown
不适用
脑组织窗标准化研究优化急性缺血性脑卒中治疗新策略ChiCTR2000036971上海申康医院发展中心500
Unknown
不适用
基于视网膜结构及功能同步影像和深度学习融合网络的缺血性脑卒中辅助诊断关键技术研究缺血性脑卒中ChiCTR2000038731安徽省自然科学基金项目100
Unknown
不适用
脑卒中发生风险的多模态 MRI 预测研究ChiCTR2500098465江西省自然科学基金资助项目