ChiCTR2500107804进行中（未招募）不适用
基于深度学习的 PET/CT 图像质量优化及在肺癌精准诊疗中的应用研究
国家自然科学基金重点项目1 个研究点 分布在 1 个国家目标入组 500 人开始时间: 2024年4月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 进行中（未招募）
- 发起方
- 入组人数
- 500
- 试验地点
- 1
- 主要终点
- 最大标准摄取值
研究概览
简要总结
通过深度学习算法对 PET 及低剂量 CT 胸部图像进行优化，探讨其在提高图像质量及诊断效能的价值，同时对比研究图像优化后的低剂量 CT 图像能否取代常规剂量 CT 扫描，以减少患者的辐射剂量负担。同时使用机器学习等方法，基于影像组学开展对 PET/CT 患者良恶性肺结节鉴别、肺癌病理学分型鉴别、淋巴结转移预测、肺癌预后评估等方面应用的研究，以支持个性化的临床决策和改善个体化的治疗选择，为实现精准医疗的目标打下了坚实基础。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
入排标准
- 性别
- All
入选标准
- •2、有术后病理或淋巴结活检病理结果
排除标准
- •2、合并有心血管、肝、肾和造血系统等严重原发性疾病者
- •4、严重幽闭恐惧症，不能配合磁共振检查者
- •5、高龄行动不便、生活难以自理者，或难以到达试验地点者
研究组 & 干预措施
N 分期组
M 分期组
T 分期组
结局指标
主要结局
最大标准摄取值
影像组学特征
次要结局
- 平均标准摄取值
- 标准摄取值标准差
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于深度学习的肺组织病理图像辅助诊断系统的建立及应用研究肺癌ChiCTR2000037216自筹
尚未招募
Unknown
应用深度学习方法解决基于 CBCT 的 ART 中的若干问题肿瘤ChiCTR2300074194
Unknown
不适用
基于 4DCT 和人工智能的肺癌放疗靶区和危及器官自动勾画的临床研究ChiCTR2000032417同济大学附属上海市肺科医院100
Unknown
不适用
基于影像组学、深度学习与临床特征的肺癌多维度分析及其在病理亚型、基因突变与转移预测中的应用研究ChiCTR2500099687自选课题（自筹）
Unknown
不适用
深度学习降噪技术在低剂量 CT 中的应用研究ChiCTR1900028475四川大学华西医院学科卓越发展 1·3·5 工程项目（ZYGD18019）