ChiCTR2000036798进行中（未招募）回顾性研究
基于深度学习及影像组学的慢性阻塞性肺疾病影像学评估及纵向动态研究
华东医院1 个研究点 分布在 1 个国家目标入组 800 人开始时间: 2020年8月14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
- CT 定量
研究概览
简要总结
应用影像组学及人工智能方法利用 ct 图像预测肺功能分级。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 年龄范围
- 40 至 90（—）
- 性别
- Male
入选标准
- •连续性纳入呼吸科、胸外科门诊及住院经标准肺活量（pulmonary functional test, PFT）测定诊断 GOLD1-4 级稳定期 COPD 患者各 200 例、保留比率受损肺活量测定受试者（PRISm）400 例，另纳入年龄匹配的 PFT 正常受试者 400 例。通过复旦大学附属华东医院呼吸科、胸外科门诊和广告形式招募。本项目已经经过复旦大学附属华东医院伦理委员会批准（见附件），所有患者均签署知情同意书。所有受试者在 PFT 测定前后 2 周内完成双气相 CT 检查。 病例收集时间段：2020 年 8 月-2022 年 8 月。
排除标准
- •（3）肺大面积感染、肺实变、肺不张、大量胸腔积液及重度肺间质纤维化等影响肺脏分析的疾病；
- •（4）严重支气管哮喘、肺结核、弥漫性支气管扩张及肺动脉高压等其他呼吸系统疾病患者；
- •（5）有急性肺栓塞或肺梗死患者；
- •（6）职业性粉尘接触史。
研究组 & 干预措施
Case series
结局指标
主要结局
CT 定量
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件 应用深度学习构建慢性阻塞性肺疾病异质性定量分析及表型分类的辅助诊断模型研究慢性阻塞性肺疾病ChiCTR2000038474华东医院1,200
Unknown
不适用
基于“数字肺”的慢性阻塞性肺疾病的定量影像诊疗评价体系研究慢性阻塞性肺疾病ChiCTR-OCH-14004904国家卫生和计划生育委员会公益性行业科研专项经费资助，项目编号：2014020133,000
Unknown
不适用
基于机器学习方法的 CT 影像组学特征分析对免疫缺陷患者肺部感染鉴别诊断的实验研究肺部感染ChiCTR2000038557科研经费
Unknown
不适用
慢性阻塞性肺疾病的 CT 标准化数据库构建（CSD-COPD）ChiCTR2300069929国家卫健委数据库建设项目
Unknown
不适用
基于深度学习和影像组学的儿童腺病毒肺炎后闭塞性细支气管炎风险早期预测研究ChiCTR2500110186自筹