ChiCTR2400093578尚未招募早期 1 期
人工智能筛查模型在冠心病识别任务中的性能评估
国家自然科学基金2 个研究点 分布在 1 个国家开始时间: 2024年12月15日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 2
- 主要终点
- 准确性
研究概览
简要总结
本研究旨在通过开展一项对照实验，进一步验证和优化基于眼底图像和临床数据的深度学习系统（DeepCHD）在冠心病筛查中的有效性和实用性。具体目标如下：
- 验证 DeepCHD 系统在门诊疑似冠心病人群中筛查冠心病的准确性和可行性。
- 与传统的冠心病评估模型进行对照分析，评估 DeepCHD 系统在临床诊疗流程中的应用价值。
- 提出优化 DeepCHD 系统的方法，提高其在实际应用中的泛化能力和稳定性。
研究设计
- 研究类型
- 干预性研究
- 主要目的
- 横断面
入排标准
- 年龄范围
- 18 至 75（—）
- 性别
- All
入选标准
- •能接受、配合入选临床试验后的检查以及随访工作
- •冠心病诊断标准：CHD is defined as a history of myocardial infarction (MI), revascularization (coronary artery bypass grafting [CABG] or percutaneous coronary intervention [PCI]), or known ≥50% stenosis in a major epicardial coronary artery.
排除标准
- •严重高血压（＞180/110mmHg）
- •复杂心律失常（房颤、房扑、频发性早搏）
- •严重肺疾病和胸部畸形或手术者
- •急性心肌梗死发病不足 3 个月
- •心动图显示束支传导阻滞
- •超声心动图证实为左室肥厚，或扩张性心肌病
- •严重肝肾功能障碍及电解质紊乱者
研究组 & 干预措施
DeepCHD 深度学习系统辅助医师决策组
PTP（RFCL）模型辅助医师决策组
结局指标
主要结局
准确性
次要结局
- 时间
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
冠心病超声智能诊断模型构建及多中心验证研究冠心病ChiCTR2400083339国家自然科学基金
Unknown
不适用
人工智能技术（AI）解读冠状动脉 CT 血管造影(CCTA)评价冠状动脉粥样硬化性狭窄的诊断价值的研究冠心病ChiCTR1900021867自筹
Unknown
不适用
基于眼底图像心血管病发病风险 AI 评估系统的信度、效度和临床应用价值研究ChiCTR2300076069国家自然科学基金项目（项目编号：81974489）
Unknown
不适用
基于人工智能眼底定量化的心血管疾病风险评估模型研发与应用探索ChiCTR2200066429中央高水平医院临床科研业务费
Unknown
不适用
神经网络模型应用于心电图早期预警心肌梗死ChiCTR1800017790横向课题-配资