适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 试验地点
- 1
- 主要终点
- Gleason 评分
研究概览
简要总结
本研究旨在联合 CT、多参数 MR 序列图像，应用影像组学和深度学习的研究方法，提取 CT 及不同参数 MR 的有效特征构建模型，预测肝癌分期及预后预测中的应用价值，为早期选择合适的治疗方式提供一定帮助。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •1.经病理学证实为 HCC；2.治愈性手术切除或肝移植；3.术前两周内接受 Gd—DPTA MRI 或 CT 增强扫描
排除标准
- •1.复发性 HCC 或合并其他原发性肿瘤；2.图像质量不满足后处理要求；3.术前有抗癌治疗史。
研究组 & 干预措施
验证集组
训练集组
结局指标
主要结局
Gleason 评分
肿瘤复发情况
次要结局
- 临床资料
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于增强 CT、MRI 的影像特征、影像组学、深度学习在预测肝癌高危病理类型和不良预后的应用肝癌ChiCTR2300068879山东省自然科学基金(No. ZR2020MH285)，中国国家自然科学基金 (81871354, 81571672)
Unknown
不适用
基于影像深度学习在结直肠癌病理及预后预测中的应用价值ChiCTR2500106546自筹
Unknown
不适用
基于影像组学预测早期肺腺癌脏层胸膜侵犯的模型建立肺腺癌ChiCTR2500105640浙江省医药卫生科技计划项目（2023RC252, 2024KY252）
Unknown
不适用
基于微生物组和免疫组学优化评估早期肝癌个体化 MDT 分子预测模型的研究肝细胞癌ChiCTR2100043782天津市科学技术局科技计划项目
尚未招募
Unknown
多模态超声成像在胃肠间质瘤分子靶向药物疗效评估中的应用研究胃肠间质瘤ChiCTR2500106111400