ChiCTR2400093048尚未招募诊断试验新技术临床试验
乳腺超声多模态成像联合卷积神经网络在早期乳腺癌诊断中的应用
自筹1 个研究点 分布在 1 个国家开始时间: 2024年12月1日最近更新:
适应症
试验速览
- 阶段
- 诊断试验新技术临床试验
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 准确率
研究概览
简要总结
评价不同年资超声医师在人工智能辅助诊断系统以及超声弹性成像和超声造影等多模态下对乳腺肿物良性 / 恶性诊断能力提升的效果。
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
入排标准
- 年龄范围
- 18 至 60（—）
- 性别
- Female
入选标准
- •1 女性患者，年龄在 18 岁≤年龄≤60 岁者；2 乳腺发现结节，并经手术治疗取得病理组织学标本； 3 结节内部为实性或以实性为主（实性部分＞50%）；4 患者同意并签署书面知情同意书。
排除标准
- •1 术前曾进行新辅助化疗或内分泌治疗的患者；2 目标病灶曾有穿刺活检的患者；3 目标病灶曾接受过 Mammotome（真空旋切系统）治疗的患者；4 乳房植入假体的患者；5 超声不能清晰显示病变的患者；6 不愿参加本研究的患者。
结局指标
主要结局
准确率
敏感性
特异性
次要结局
- 阳性预测值
- 阴性预测值
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
乳腺癌人工智能多模态超声的多中心研究乳腺癌ChiCTR1900023566无锡祥生医疗股份有限责任公司
已完成
Unknown
通过深度学习从双模态双视图超声图像和文本信息评估乳腺疾病：一项双中心前瞻性队列研究乳腺肿瘤ChiCTR2300072061
Unknown
不适用
多模态超声 AI 在乳腺病变中的应用乳腺癌ChiCTR2400081695安徽省自然科学基金 (2308085MH278)
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
基于全容积三维超声的 TransUNet 深度神经网络模型在乳腺癌诊断中的应用研究乳腺癌ChiCTR2100052477复旦大学附属华东医院资助900