ChiCTR2400080950进行中（未招募）回顾性研究
使用基于 MRI 图像的深度学习算法准确诊断早期脊柱结核与新鲜椎体压缩骨折
重庆医科大学附属第一医院1 个研究点 分布在 1 个国家开始时间: 2024年2月19日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 深度学习模型
研究概览
简要总结
建立基于 MRI 的机器学习模型，准确诊断早期脊柱结核与脊柱压缩性骨折，避免漏诊及误诊，为临床早期处理提供决策支持。
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
- 年龄范围
- 18 至 90（—）
- 性别
- All
入选标准
- •1、行胸腰椎 MRI 检查且影像资料较全者，2、有病理学检查或培养检查确诊脊柱结核或确诊椎体压缩骨折者，3、早期脊柱结核及不伴有严重脊柱畸形
排除标准
- •1、伴随脊柱肿瘤等其他病理性骨折者，2、严重脊柱畸形，流注脓肿，爆裂骨折等，3、既往脊柱手术史、内植物史。
研究组 & 干预措施
脊柱结核组 / 新鲜骨质疏松压缩骨折组
结局指标
主要结局
深度学习模型
时间窗: 术后
ROC 曲线
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
定量多模态磁共振结合深度学习方法预测脊柱关节炎进展脊柱关节炎ChiCTR2200061165北京大学深圳医院高水平医院建设经费500
Unknown
不适用
朱淇医师：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。 基于深度学习的老年患者腰椎 CT 影像学骨折风险预测以及影响因素重要性分析骨质疏松ChiCTR2000036678上海市第一人民医院1,000
Unknown
不适用
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 基于人工智能的脊柱良恶性压缩性骨折的鉴别诊断研究椎体压缩性骨折ChiCTR2000040788自筹
Unknown
不适用
深度学习和机器学习在脊柱影像研究中的应用探索脊柱疾病ChiCTR2300075053自筹
Unknown
不适用
通过临床适用的深度学习算法对多视角 X 线图像进行骨肿瘤风险的前瞻性评估骨肿瘤ChiCTR2500102778国家自然科学基金 No. 82172035 和 No. 82472067.