ChiCTR2500112290尚未招募不适用
基于多期增强 CT 与深度学习的肾脏占位三级分类模型开发及其临床应用研究
自筹1 个研究点 分布在 1 个国家开始时间: 2025年6月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 受试者工作曲线下面积
研究概览
简要总结
- 开发基于多期增强 CT 的三级分类深度学习模型（病变检出、良恶性鉴别、侵袭性评估）
- 前瞻性验证 AI 系统对不同年资医师诊断性能的提升效果
- 评估 AI 辅助决策的临床价值与成本效益
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
- 性别
- All
入选标准
- •完整多期增强 CT（≥3 期相）；
- •金标准确认（病理或≥24 个月随访）。
- •初诊疑似肾脏占位需 CT 检查；
排除标准
- 未提供
结局指标
主要结局
受试者工作曲线下面积
次要结局
- 敏感度
- 特异度
- 阴性预测值
- 阳性预测值
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
招募中
Unknown
基于深度学习的影像组学联合病理组学构建肾占位性病变诊断和预后模型及其前瞻性验证肾肿物ChiCTR2100051935国家自然科学基金 819025632,350
Unknown
不适用
基于深度学习算法建立急性肾损伤动态决策模型的研究急性肾损伤ChiCTR2200058407上海市第一人民医院特色研究项目
Unknown
不适用
基于深度学习算法建立急性肾损伤动态决策模型的研究急性肾损伤ChiCTR2200063446上海市第一人民医院特色研究项目500
尚未招募
Unknown
多模态超声技术在急性肾损伤诊治中的临床研究急性肾损伤ChiCTR2100049145