ChiCTR2000039066进行中(未招募)回顾性研究
基于深度学习的头颈部放射治疗全流程智能化研究
国家自然科学基金(81803056)1 个研究点 分布在 1 个国家目标入组 800 人开始时间: 2020年11月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 进行中(未招募)
- 发起方
- 入组人数
- 800
- 试验地点
- 1
- 主要终点
- DICE 系数
研究概览
简要总结
设计和应用不同特征水平的编码器-解码器框架深度学习网络,建立头颈部放射治疗全流程智能化方案,包括头颈部放疗靶区自动勾画、头颈部放疗危及器官自动勾画、头颈部放疗剂量预测和头颈部放疗计划辅助生成等子课题, 本研究还将通过病例对照研究和队列研究,探索基于人工智能的头颈部放射治疗全流程智能化方案是否可以提高肿瘤学医师相互之间临床靶区和危及器官的勾画准确性、一致性、勾画效率,是否能够在一定时间内形成技术闭环开发出适合肿瘤学医师勾画特性的系统,基于人工智能的勾画推荐系统是否能够一定程度上提高肿瘤学医师自身的一致性,基于人工智能的剂量预测系统是否可以影响肿瘤学医师对放射治疗计划的评估和预期等。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 析因分组(即根据危险因素或暴露因素分组)
- 盲法
- N/a
入排标准
- 年龄范围
- 25 至 85(—)
- 性别
- All
入选标准
- •拟搜集的数据来源为华西医院放疗科 2018 年 1 月至 2020 年 6 月头颈部放疗患者,需搜集患者放射治疗 CT 图像、MRI、放疗计划及剂量、年龄、性别、诊断、分期信息,患者的数据存储于华西医院放疗科(医技楼 4 楼)Raystation、Pinnacle 和 eclipse 计划系统中。
排除标准
- •CT 图像不能满足深度学习要求的患者。
研究组 & 干预措施
深度学习组
深度学习勾画靶区
手动勾画组
手动勾画靶区
结局指标
主要结局
DICE 系数
准确性
一致性
勾画效率
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
基于深度学习的中枢神经系统肿瘤放射治疗全流程智能化研究方案中枢神经系统肿瘤ChiCTR2000038109国家自然科学基金(81803056)400
Unknown
不适用
基于 4DCT 和人工智能的肺癌放疗靶区和危及器官自动勾画的临床研究ChiCTR2000032417同济大学附属上海市肺科医院100
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
新型头颈部肿瘤精确放疗摆位系统的研制头颈部肿瘤ChiCTR-HNC-17012016北京市科技计划课题(“首都特色”项目)Z16110000051604140
Unknown
不适用
应用人工智能算法自动提取放疗鼻咽癌患者危及器官轮廓的可行性分析ChiCTR2000031276江苏省中医院200
