ChiCTR2400081110尚未招募Unknown
验证基于深度学习的头颈部鳞癌 GTV 自动勾画方法准确性的前瞻性、多中心临床研究
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 试验地点
- 3
- 主要终点
- Dice 相似系数
研究概览
简要总结
在前瞻性数据中，验证本团队建立的基于深度学习的头颈部鳞癌 GTV 自动勾画模型的准确性（模型预测的靶区与真实世界中医生勾画的靶区进行比较）
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 75（—）
- 性别
- All
入选标准
- •性别不限，年龄从 18 岁到 75 岁；
- •病理证实的初治头颈鳞癌（口腔、口咽、喉、下咽和副鼻窦等）；
- •拟行根治性放疗并完成靶区勾画的患者；
- •4）勾画靶区时同时具备一周内定位 CT 和增强 MRI 的患者；
排除标准
- •1）勾画靶区时未将定位 CT 和 MRI 在 TPS 中进行融合和同步勾画；
- •2）靶区未经高年资医师（副主任医师及以上）勾画或审核的患者；
- •3）MRI 图像质量太差的患者，影响靶区勾画。
结局指标
主要结局
Dice 相似系数
豪斯多夫距离
表面平均距离
准确性
次要结局
未报告次要终点
研究者
研究点 (3)
Loading locations...
相似试验
Unknown
不适用
基于深度学习的头颈肿瘤患者心理障碍预测与 VR 精准干预系统研发及应用ChiCTR2200064525浙江省医药卫生科技计划项目150
Unknown
不适用
头颈部肿瘤标准化人工智能诊断辅助系统研发与验证头颈部肿瘤ChiCTR1900027397复旦大学附属眼耳鼻喉科医院
Unknown
不适用
基于深度学习的头颈部放射治疗全流程智能化研究头颈部肿瘤ChiCTR2000039066国家自然科学基金(81803056)800
Unknown
不适用
基于多模态动态数据的局晚期头颈鳞癌术后个体化辅助治疗决策模型的双向性研究ChiCTR2500107027自选课题（自筹）571
招募中
Unknown
深度学习冰冻 H&E 切片鉴别脑淋巴瘤与非淋巴瘤脑肿瘤ChiCTR2200064614