ChiCTR2300071167已完成Unknown
利用人工智能和多模态 MRI 构建前列腺癌大分割放疗疗效预测系统
北京医院1 个研究点 分布在 1 个国家开始时间: 2022年6月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 已完成
- 发起方
- 试验地点
- 1
- 主要终点
- 前列腺体积
研究概览
简要总结
利用人工智能和多模态 MRI 建立前列腺癌根治性大分割放疗疗效的预测模型。该模型一方面可以筛选出放疗疗效好的患者,给予根治性放疗,联合内分泌治疗时间可在指南范围内适当缩短,避免过度治疗造成对生活质量的影响及额外的经济负担;另一方面可以筛选出放疗效果不佳的患者,这部分患者可考虑调整放疗方案或合并相对长程内分泌治疗或手术,从而为不同类型的局限期前列腺癌患者提供个体化的最佳治疗选择。同时构建前列腺及危及器官外轮廓的自动精准靶区勾画模型,提高医生工作效率,进一步推动前列腺癌放疗靶区的标准化。 我们将人工智能技术应用到局限期前列腺患者的多模态 MRI 数据,研发出预测根治性放疗疗效的智能决策系统,不断进行验证和优化,推进普惠医疗体制的建立,从而使我国有限医疗资源的应用更加有效和合理。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 85(—)
- 性别
- Male
入选标准
- •T1-4N0M0 前列腺癌患者;
- •活检病理诊断前列腺腺癌,Gleason 评分 6-10 分;
- •接受根治性大分割图像引导调强放疗,Dt60Gy/20f 或 Dt70Gy/28f 等;
- •放疗前 1-3 个月新辅助内分泌治疗;
- •治疗前有本院包括 T1、T2、DWI、CE 序列的盆腔 MRI。
排除标准
- 未提供
研究组 & 干预措施
连续入组
结局指标
主要结局
前列腺体积
次要结局
- 盆腔核磁共振图像
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
基于人工智能和多模态影像组学的前列腺癌生物靶区分级雕刻新方法及临床预后:基于病历记录的研究前列腺癌ChiCTR2200055401四川省肿瘤医院200
已完成
Unknown
多模态多组学深度学习预测前列腺癌分子分型及预后多中心研究前列腺癌ChiCTR2200064329科研经费1,000
Unknown
不适用
胡磊医师:该与我们联系上传伦理批件。 人工智能在前列腺 MRI 成像的应用ChiCTR2100041834自筹
Unknown
不适用
基于人工智能方法在超声影像图像中预测前列腺癌 T 分期的价值:一项回顾性、多中心的诊断性研究前列腺癌ChiCTR2500102222同济大学“医学+X”交叉研究项目
Unknown
不适用
基于人工智能方法在超声影像图像中预测前列腺显著癌的临床应用价值ChiCTR2200064545自筹
